lxml不止是获取网页数据出色，其实它还可以用来读取文件。没想到吧？之前我们也讲过不少读取文件的办法了。所以说，知识的汇集和总结是很重要的。那么，在python爬虫中lxml怎样读取文件呢？带着这个疑问，我们一起进行今天的学习，看看哪位小伙伴最先学习读取文件吧~
除了直接读取字符串，还支持从文件读取内容。比如我们新建一个文件叫做 hello.html，内容为
<div> <ul> <li><a href="link1.html">first item</a></li> <li><a href="link2.html">second item</a></li> <li><a href="link3.html"><span>third item</span></a></li> <li><a href="link4.html">fourth item</a></li> <li><a href="link5.html">fifth item</a></li> </ul> </div>
利用 parse 方法来读取文件。
from lxml import etree
html = etree.parse('hello.html')
result = etree.tostring(html, pretty_print=True)
print(result)
同样可以得到相同的结果。
以上就是python爬虫中lxml读取文件的方法。更多Python学习推荐:PyThon学习网教学中心。
来自 “ ITPUB博客 ” ，链接：https://blog.itpub.net/2063/viewspace-2832291/ ，如需转载，请注明出处，否则将追究法律责任。
上一篇：
如何用python爬虫收集知乎大V头像？
下一篇：
mysql怎么切换引擎
请登录后发表评论
登录
全部评论
