问题标签 [lxml]

我非常喜欢 LXML 的一件事，那就是 E 构建器。我喜欢我可以像这样将 XML 放在一起：

制作：

与 DOM 的艰苦工作方式相反。

我很快将把我的一堆软件转移到 Java 上，它对 E 的使用非常重。Java 有什么与这种用法接近的东西吗？

这是我的代码：

这是输出：

如何让 lxml 给我'&test;'，即原始实体参考？

我有一个看起来像这样的 xml 文档。

我想构造一个只返回第一组的 xpath：

怎么办？我已经尝试过//bar[@type='artist']，但很明显还有更多。提前致谢。

我正在尝试使用 lxml 2.x 获取具有特定 xsd 类型的元素列表，但我不知道如何遍历特定类型的 xsd。

架构示例：

示例 xml 数据：

理想的函数如下所示：

我正在尝试使用 html5lib 将 html 页面解析为可以使用 xpath 查询的内容。html5lib 的文档几乎为零，我花了太多时间试图解决这个问题。最终目标是拉出表格的第二行：

所以让我们试试吧：

看起来不错，让我们看看我们还有什么：

大声笑吗？

严重地。我打算使用一些 xpath 来获取我想要的数据，但这似乎不起作用。那么我能做什么呢？我愿意尝试不同的库和方法。

这个库的新手（遗憾的是，对 BeautifulSoup 也不熟悉），尝试做一些非常简单的事情（按内联样式搜索）：

我只想选择 style="padding: 20px" 的所有 tds，但我似乎无法弄清楚。所有示例都展示了如何选择 td，例如：

但这对我帮助不大。

大家好，我遇到了一些我认为可以归因于 xpath 问题的问题。我正在使用 lxml 包中的 html 模块来尝试获取一些数据。我在下面提供了最简化的情况，但请记住，我正在使用的 html 更丑陋。

我真正想要的是深度嵌套的表格，因为它有标题文本“Header1”。我正在尝试这样：

但这给了我所有的表格元素。我只想要一个包含此文本的表。我了解发生了什么，但除了打破一些讨厌的正则表达式之外，我很难弄清楚如何做到这一点。有什么想法吗？

我想使用 XPath 表达式用 lxml 解析 HTML。我的问题是匹配标签的内容：

例如给定

元素我可以使用匹配 href 属性

但是给定的表达式

甚至

lxml 引发“无效节点谓词”异常。

我究竟做错了什么？

编辑：

示例代码：

预期输出为“a”。我得到“语法错误：无效的节点谓词”

我需要使用 lxml 下载和解析网页并构建 UTF-8 xml 输出。我认为伪代码中的模式更具说明性：

所以 webfile 可以是任何编码（lxml 应该处理这个）。输出文件必须为 utf-8。我不确定在哪里使用编码/编码。这个架构好吗？（我找不到关于 lxml 和编码的好教程，但我可以找到很多问题......）我需要强大的解决方案。

编辑：

所以为了将 utf-8 发送到 lxml 我使用

我设法按照本指南在 DreamHost 上安装了 python2.6。我也尝试过easy_install“lxml”，但它失败了。

有人曾经做到过吗？

TIA