使用lxm解析HTML中的段落

Question

我不熟悉lxml，希望从给定的url中提取<p>PARAGRAPHS</p>和{}，并将它们用于进一步的步骤。在

我以post中的一个示例为例，尝试了以下代码，但运气不佳：

html = lxml.html('http://www.google.com/intl/en/about/corporate/index.html')
url = 'http://www.google.com/intl/en/about/corporate/index.html'
print html.parse.xpath('//p/text()')

我试图查看lxml.html中的示例，但没有找到任何使用url的示例。在

你能告诉我我该用什么方法吗？谢谢。在

Answer 1

import lxml.html

htmltree = lxml.html.parse('http://www.google.com/intl/en/about/corporate/index.html')

print htmltree.xpath('//p/text()')