下面的测试读取一个文件,并使用lxml.html生成页面的DOM/Graph的叶节点。
不过,我也在尝试如何从“字符串”中获取输入。使用
lxml.html.fromstring(s)
不起作用,因为这会生成“Element”而不是“ElementTree”。
所以,我想知道如何将元素转换成ElementTree。
思想
import lxml.html
from lxml import etree # trying this to see if needed
# to convert from element to elementtree
#cmd='cat osu_test.txt'
cmd='cat o2.txt'
proc=subprocess.Popen(cmd, shell=True,stdout=subprocess.PIPE)
s=proc.communicate()[0].strip()
# s contains HTML not XML text
#doc = lxml.html.parse(s)
doc = lxml.html.parse('osu_test.txt')
doc1 = lxml.html.fromstring(s)
for node in doc.iter():
if len(node) == 0:
print "aaa ",node.tag, doc.getpath(node)
#print "aaa ",node.tag
nt = etree.ElementTree(doc1) <<<<< doesn't work.. so what will??
for node in nt.iter():
if len(node) == 0:
print "aaa ",node.tag, doc.getpath(node)
#print "aaa ",node.tag
一、二、二、三
更新:::
(解析html而不是xml) 添加了阿巴斯建议的更改。出现以下错误:
doc1 = etree.fromstring(s)
File "lxml.etree.pyx", line 2532, in lxml.etree.fromstring (src/lxml/lxml.etree.c:48621)
File "parser.pxi", line 1545, in lxml.etree._parseMemoryDocument (src/lxml/lxml.etree.c:72232)
File "parser.pxi", line 1424, in lxml.etree._parseDoc (src/lxml/lxml.etree.c:71093)
File "parser.pxi", line 938, in lxml.etree._BaseParser._parseDoc (src/lxml/lxml.etree.c:67862)
File "parser.pxi", line 539, in lxml.etree._ParserContext._handleParseResultDoc (src/lxml/lxml.etree.c:64244)
File "parser.pxi", line 625, in lxml.etree._handleParseResult (src/lxml/lxml.etree.c:65165)
File "parser.pxi", line 565, in lxml.etree._raiseParseError (src/lxml/lxml.etree.c:64508)
lxml.etree.XMLSyntaxError: Entity 'nbsp' not defined, line 48, column 220
更新:::
设法使测试工作。我不太清楚为什么。如果有人想提供一个解释,这将有助于未来的人谁绊倒了。
from cStringIO import StringIO
from lxml.html import parse
doc1 = parse(StringIO(s))
for node in doc1.iter():
if len(node) == 0:
print "aaa ", node.tag, doc1.getpath(node)
string IO模块/类似乎实现了IO功能,它满足了parse包继续处理测试html的输入字符串所需的功能。类似于其他语言中的强制转换功能。。。
谢谢
要从
_Element
(使用lxml.html.fromstring
生成)获取根目录树,可以使用getroottree
方法:etree.fromstring
方法解析XML字符串并返回根元素。etree.ElementTree
类是元素周围的树包装,因此需要一个元素来实例化。因此,将根元素传递给
etree.ElementTree()
构造函数应该可以得到您想要的:由如下调用返回的
_Element
:可以做成这样的
_ElementTree
:希望这就是你所期望的。
相关问题 更多 >
编程相关推荐