如何使用lxml.html库解析HTML

Question

下面是出现在我的站点上的HTML：

<meta content="auth" name="param" />
<meta content="I_WANT_THIS" name="token" />

我怎样才能使用lxml.html来获取它呢？

Answer 1

使用xpath按name属性查找meta标记，并获取content属性值：

from lxml.html import fromstring


html_data = """ <meta content="auth" name="param" />
 <meta content="I_WANT_THIS" name="token" />"""

tree = fromstring(html_data)
print tree.xpath('//meta[@name="token"]/@content')

指纹：

['I_WANT_THIS']