我一般都是通過xpath解析DOM樹的時候會使用lxml的etree，可以很方便的從html源碼中得到自己想要的內容。

從網站建設到定制行業(yè)解決方案，為提供成都網站制作、網站建設、外貿網站建設服務體系，各種行業(yè)企業(yè)客戶提供網站建設解決方案，助力業(yè)務快速發(fā)展。創(chuàng)新互聯(lián)將不斷加快創(chuàng)新步伐，提供優(yōu)質的建站服務。

這里主要介紹一下我常用到的兩個方法，分別是etree.HTML()和etree.tostrint()。

1.etree.HTML()

etree.HTML()可以用來解析字符串格式的HTML文檔對象，將傳進去的字符串轉變成_Element對象。作為_Element對象，可以方便的使用getparent()、remove()、xpath()等方法。

如果想通過xpath獲取html源碼中的內容，就要先將html源碼轉換成_Element對象，然后再使用xpath()方法進行解析。例如，這里有一段最簡單的html源碼："

This is a test

"，現(xiàn)在想要得到h2標簽中的文本，可以這樣實現(xiàn)：

# encoding=utf8
 
from lxml import etree
 
html = '
This is a test
'
# 將html轉換成_Element對象
_element = etree.HTML(html)
# 通過xpath表達式獲取h2標簽中的文本
text = _element.xpath('//h2/text()')
print 'result is: ', text

網站名稱：pythonlxml中etree的簡單應用-創(chuàng)新互聯(lián)
當前URL：http://weahome.cn/article/gchdd.html