如何用Python查询XHTML？

Question

我在Python中为我的ASP .net网站创建了一个简单的测试工具。

我想在生成的页面中查找一些HTML标签，以便找到特定的值。

在Python中，最好的做法是什么呢？

例如（返回的页面）：

<div id="ErrorPanel">An error occurred......</div>

将会在Python的标准输出中显示：

Error: .....

或者

<td id="dob">23/3/1985</td>

将会显示：

Date of birth: 23/3/1985

Answer 1

你也可以使用 lxml 这个库。它对 HTML的处理 非常好，而且你可以用 CSS选择器 来查询DOM，这样如果你经常使用像jQuery这样的库，就会觉得特别方便。

Answer 2

你想解析的是XML，还是像你问题标题里说的那样，解析HTML呢？如果是后者，我推荐你使用BeautifulSoup这个工具。你可以先下载并安装它。然后，创建一个soup对象来处理HTML后，你就可以很方便地找到某个特定id（或者其他属性）的标签，比如：

errp = soup.find(attrs={'id': 'ErrorPanel'})
if errp is not None:
  print 'Error:', errp.string

对于另一种情况也是类似的（如果你在找不唯一的属性，可以很容易地调整成循环等等）。