使用lxml在Python中查找字符串的一部分
我有一个标签，看起来像这样……
<div id="contentDiv_reviewHistoPop_B004HYGU18_4792" style="display:none;">
我可以使用
doc = lxml.html.document_fromstring(html)
el = doc.get_element_by_id('contentDiv_reviewHistoPop_B004HYGU18_4792')
来找到这个标签，但我该怎么用，比如说通配符，去找到内容是 contentDiv_reviewHistoPop* 的标签呢？这样可以找到包含这个字符串一部分的标签。
谢谢
1 个回答
1
你应该这样做...
import lxml.etree as ET
from lxml.etree import XMLParser
parser = XMLParser(ns_clean=True, recover=True)
html = """<html><body><div id="contentDiv_reviewHistoPop_B004HYGU18_4792" style="display:none;"></body></html>"""
tree = ET.fromstring(html, parser)
tmp = list()
for elem in tree.iter():
if elem.tag == 'div':
for ii in elem.items():
if (ii[0].lower() == 'id') and ('contentDiv_reviewHistoPop' in ii[1]):
tmp.append(elem)
tmp 里面会存放那些包含匹配文本的 div 元素的列表。
如果你只能使用 lxml.html，那么就这样做...
import lxml.html
html = """<html><body><div id="contentDiv_reviewHistoPop_B004HYGU18_4792" style="display:none;"></body></html>"""
doc = lxml.html.document_fromstring(html)
tmp = list()
for elem in doc.iter():
if elem.tag == 'div':
for ii in elem.items():
if (ii[0].lower() == 'id') and ('contentDiv_reviewHistoPop' in ii[1]):
tmp.append(elem)
再次强调... tmp 里面会存放匹配的标签。