如何将 XPath 与 BeautifulSoup 一起使用？

将 XPath 与 BeautifulSoup 结合使用

BeautifulSoup 是一个流行的 Python 库，用于解析和操作 HTML 文档。但是，它本身并不支持 XPath 表达式。

替代方案：lxml

名为 lxml 的替代库提供完整的 XPath 1.0 支持。它还具有 BeautifulSoup 兼容模式，可以像 BeautifulSoup 一样解析损坏的 HTML。要将 XPath 与 lxml 结合使用：

from lxml import etree
from urllib import request

url = "http://www.example.com/servlet/av/ResultTemplate=AVResult.html"
response = request.urlopen(url)
tree = etree.parse(response, etree.HTMLParser())
result_list = tree.xpath("/html/body/div/table/tbody/tr[1]/td[1]")

将 CSS 选择器与 lxml 结合使用

lxml 还具有 CSSSelector 支持，可以将 CSS 语句转换为 XPath 表达式。例如，要查找类 empformbody 的 td 元素：

from lxml.cssselect import CSSSelector

css_selector = CSSSelector('td.empformbody')
result_list = css_selector(tree)

BeautifulSoup 中的 CSS 选择器

有趣的是，BeautifulSoup 有自己的 CSS 选择器支持：

soup = BeautifulSoup(html, "html.parser")
result_list = soup.select('table#foobar td.empformbody')

以上是如何将 XPath 与 BeautifulSoup 一起使用？的详细内容。更多信息请关注PHP中文网其他相关文章！