首页selector = etree.HTML(text)

selector = etree.HTML(text)

时间: 2024-06-17 14:06:38 浏览: 155

`etree.HTML()`是Python中标准库`lxml`中的一个函数，它返回一个可用于操作HTML元素的Element对象。通常，我们可以通过该函数对从网页中提取的HTML文本进行解析，来提取网页中的有用信息。下面是一个演示代码片段，展示如何使用`etree.HTML()`函数对HTML文本进行解析，并提取其中的链接信息： ```python from lxml import etree html = """ <html> <body> <ul> <li><a href="https://www.example.com/page1">Page 1</a></li> <li><a href="https://www.example.com/page2">Page 2</a></li> <li><a href="https://www.example.com/page3">Page 3</a></li> </ul> </body> </html> """ selector = etree.HTML(html) links = selector.xpath("//a/@href") print(links) # 输出：['https://www.example.com/page1', 'https://www.example.com/page2', 'https://www.example.com/page3'] ``` 在上面的代码中，我们首先定义了一个字符串变量`html`，它包含了一个HTML文档的内容。然后，我们使用`etree.HTML()`函数将这个字符串对象解析成一个Element对象`selector`。最后，我们使用XPath表达式`//a/@href`来提取HTML文档中所有链接的URL，并将其存储在一个列表中。

阅读全文