lxml解析数据为html
2021-02-19 22:18
阅读：591
标签：tps 字符串 pytho 直接下载 报错 错误 encoding download asc
from lxml import etree text = ‘‘‘登录/注册下载豆瓣客户端‘‘‘ # 方法1 ：解析一个html格式的字符串 # requests获取响应，content中获取到的html页面时正常的页面 #etree.HTML()对html字符串进行解析为html文件 html = etree.HTML(text) print(html) result = etree.tostring(html,encoding=‘utf8‘).decode(‘utf8‘) # print(result) # 方法2 ：解析html 文件 #parse 将html导入python解析 html_2 = etree.parse(r‘./test.html‘) result_2 = etree.tostring(html_2,encoding=‘utf8‘).decode() # print(result_2) # 方法3 ：自定义解析器，解析html文件。解决方法2可能解析失败的问题 ‘‘‘ 原因：有些直接从网站下载下来的html文件有标签缺失，使用etree.parse()方法解析会报错。 默认使用的xml解析器，当解析html页面时会造成错误，需要自定义解析器 解决方法：自定义一个解析器，将自定义的解析器作为参数传递给parse ‘‘‘ # 自定义一个解析器 paser = etree.HTMLParser(encoding=‘utf8‘) html_3 = etree.parse(r‘./test.html‘,parser=paser) result_3 = etree.tostring(html_3,encoding=‘utf8‘).decode() print(result_3)豆瓣 6.0 全新发布 ×
lxml解析数据为html
标签：tps 字符串 pytho 直接下载 报错 错误 encoding download asc
原文地址：https://www.cnblogs.com/wsy0202/p/12927315.html
上一篇：jQuery (1)
下一篇：文件上传总结
评论
亲，登录后才可以留言！