lxml和etree什么區(qū)別？ etree.parse文件直接接受文檔并根據(jù)文檔結(jié)構(gòu)進(jìn)行解析導(dǎo)入xml.etree.ElementTree文件作為ET樹(shù)=ET.解析（“國(guó)家u數(shù)據(jù).xml“”根=樹(shù).g

lxml和etree什么區(qū)別？

etree.parse文件直接接受文檔并根據(jù)文檔結(jié)構(gòu)進(jìn)行解析

導(dǎo)入xml.etree.ElementTree文件作為ET

樹(shù)=ET.解析（“國(guó)家u數(shù)據(jù).xml“”

根=樹(shù).getroot()

etree.html文件可以分析HTML文件：

頁(yè)=etree.HTML文件( html.lower文件（）.解碼（“utf-8”）

hrefs=頁(yè)面.xpath（u“//a”）

對(duì)于hrefs中的href:

打印href.attrib公司

瀏覽器不支持xpath要如何辦？

您的XPath太長(zhǎng)。很容易犯錯(cuò)誤。內(nèi)容的TR類是provincetr。使用這個(gè)過(guò)濾器要容易得多，//TR[@class=“provincetr”]/TD/A/text（）不熟悉XPath。在閱讀了Wiki中的內(nèi)容之后，添加起來(lái)并不容易。這確實(shí)是你問(wèn)題的答案。為什么瀏覽器可以，但是lxml不能，因?yàn)闉g覽器沒(méi)有標(biāo)準(zhǔn)的大多數(shù)HTML文檔都有糾錯(cuò)功能，而lxml不會(huì)查看頁(yè)面源碼。注意它是源代碼，不是開(kāi)發(fā)工具；最后一個(gè)表不包含tbody，瀏覽器會(huì)自動(dòng)補(bǔ)充tbody，但是lxml沒(méi)有，所以找不到你的XPath

關(guān)于Python crawler，有很多第三方庫(kù)，比如scratch等，我寫了一系列關(guān)于crawler的文章，可供參考學(xué)習(xí)-今日頭條]https://m.toutiaocdn.com/i6612149341303865859/？app=newsuarticle&timestamp=1599008220&useuunewustyle=1&reqid=202009020857002103422021488be6&groupid=6612149341303865859&ttfrom=copylink&utmsource=copylink&utmmedium=toutiaoios&utmcampaign=clientshare