如何在使用lxml解析HTML时保留命名空间信息？

发布时间：2020-12-14 16:45:04 所属栏目：资源来源：网络整理

导读：from lxml.etree import HTML,tostring tostring(HTML('fb:like'))'htmlbodylike//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

>>> 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”

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!