如何在使用lxml解析HTML时保留命名空间信息?

前端之家收集整理的这篇文章主要介绍了如何在使用lxml解析HTML时保留命名空间信息?前端之家小编觉得挺不错的,现在分享给大家,也给大家做个参考。
>>> from lxml.etree import HTML,tostring
>>> tostring(HTML('<fb:like>'))
'<html><body><like/></body></html>'

请注意标记如何变为< fb:like>简单地< like>.

这使得将XFBML与lxml合并的处理页面变得更加困难. (同样的事情发生在< g:plusone>< / g:plusone>)

任何帮助表示赞赏.

解决方法

尝试添加缺少的名称空间前缀定义. lxml将是 avoid the namespaces otherwise,据说可以让你更轻松.

您尝试解析的网站很可能不包含这些命名空间定义,因此您应该添加它们.

像这样:xmlns:adlcp=”http://xxx/yy/zzz”

原文链接:https://www.f2er.com/html/226861.html

猜你在找的HTML相关文章