您的位置：首页 > 编程语言 > Python开发

Python Xpath 提取html整个元素（标签与内容）

2018-01-16 15:56 1061 查看

提取html某标签中文字时，文字中含有：“<sub>2</sub>O<sub>5</sub>”，导致提取的文字不符合预期。

解决方法：

#coding=utf-8
from lxml import etree
from HTMLParser import HTMLParser

html = u'''
<html>
<span id="chTitle">退火对Nb<sub>2</sub>O<sub>5</sub>薄膜的折射率和厚度的影响</span>
</html>
'''

tree = etree.HTML(html)

# 结果为：退火对Nb
content1 = tree.xpath("//span[@id='chTitle']/text()")[0]
print content1

# 结果为：退火对Nb<sub>2</sub>O<sub>5</sub>薄膜的折射率和厚度的影响
table = tree.xpath("//span[@id='chTitle']")[0]
content2 = etree.tostring(table, method='html')
print HTMLParser().unescape(content2)[19:-8]

 

内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 点击这里给我发消息
标签： 
相关文章推荐
新的分享
章节导航