python查找<fb: />标记

Question

我使用lxml解析一个具有facebook注释标记的html，该标记如下所示：

<fb:comments id="fb_comments"  href="http://example.com" num_posts="5" width="600"></fb:comments>

我试图选择它来获取href值，但是当我执行cssselect('fb:comments')时，会得到以下错误：

The pseudo-class Symbol(u'comments', 3) is unknown

有办法吗？

编辑：代码：

from lxml.html import fromstring
html = '...'
parser = fromstring(html)
parser.cssselect('fb:comments')  #raises the exception 

Answer 1

cssselect()方法使用给定的CSS选择器表达式解析文档。在您的示例中，冒号字符(:)是一个XML名称空间前缀分隔符(即<namespace:tagname/>)，它与CSS伪类语法(即tagname:pseudo-class)混淆。

根据lxml手册，您应该在cssselect()中使用namespace-prefix|element语法，以便找到带有名称空间前缀(fb)的标记(comments)。所以：

from lxml.html import fromstring
html = '...'
parser = fromstring(html)
parser.cssselect('fb|comments')