python第四章课后第五题

请使用lxml库分别按照如下要求查找hello.html文件中的指定节点

• 帮你找了个相似的问题, 你可以看下: https://ask.csdn.net/questions/220804
• 这篇博客你也可以参考下：python 手动安装 lxml包
• 除此之外, 这篇博客: python学习笔记6---数据解析中的 lxml解析库 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
  

• lxml是c语言写的
  1.使用lxml解析html字符串，使用lxml.etree.HTML进行解析

  from lxml import etree
  htmlElement = etree.HTML(text)
  print(etree.tostring(htmlElement,encoding='utf-8').decode('utf-8'))
  

  2.解析html文件，使用lxml.etree.parse进行解析

  from lxml import etree
  htmlElement = etree.parse("tencent.html")
  print(etree.tostring(htmlElement,encoding='utf-8').decode('utf-8'))
  

  parse函数默认使用XML解析器，如果碰到不规范的html代码时会解析错误，此时要自己创建html解析器

  from lxml import etree
  parser = etree.HTMLParser(encoding='utf-8')
  htmlElement = etree.parse("tencent.html",parser=parser)
  print(etree.tostring(htmlElement,encoding='utf-8').decode('utf-8'))
  

• 您还可以看一下 CSDN就业班老师的第一章：数据提取与清洗策略课程中的 Python中的lxml模块小节, 巩固相关知识点
  

# -*- coding: utf-8 -*-
from lxml import etree

# 读取HTML文件
with open("hello.html", encoding="utf-8") as file:
    content = file.read()

# 创建解析对象
html = etree.HTML(content)

# 通过XPATH查到所有li元素
li_list = html.xpath("//li")
# 遍历输出
print("##########################################")
print("所有li元素：")
for li in li_list:
    print(etree.tostring(li).decode("utf-8"))

# 通过XPATH查到所有class等于item-0的li元素
item0_li_list = html.xpath("//li[@class='item-0']")
# 遍历输出
print("##########################################")
print("所有class等于item-0的li元素：")
for li in item0_li_list:
    print(etree.tostring(li).decode("utf-8"))

# 通过XPATH查到所有li元素下名称为A且href属性等于link1.html的节点
link1_list = html.xpath("//li/a[@href='link1.html']")
# 遍历输出
print("##########################################")
print("所有li元素下名称为A且href属性等于link1.html的节点:")
for li in link1_list:
    print(etree.tostring(li).decode("utf-8"))