Lxml相當於BeautifulSoup查找（）

Question

我最近從Beautifulsoup切換到lxml，因爲lxml可以使用破碎的HTML，這是我的情況。我想知道創建Beautifulsoup find（）的等效或程序化形式。您在BS看到我能夠通過搜索這樣找到樹節點：

bs = BeautifulSoup(html) 
bs.find('span', {'class': 'some-class-name'}) 

LXML找到（）只是在尋找，在樹中的當前水平，如果我想在所有的節點，以搜索什麼？

感謝

Answer 1

您可以使用cssselect：

root = lxml.html.fromstring(html) 
root.cssselect('span.some-class-name') 

或xpath：

root.xpath('.//span[@class="some-class-name"]') 

兩個cssselect，xpath方法返回匹配元素的列表，像BeautifulSoup findAll/find_all方法。

Answer 2

如果你不想打擾學習lxml或xpath表達式的API，那麼這裏的另一種選擇：

來源：http://www.crummy.com/software/BeautifulSoup/bs4/doc/#installing-a-parser

美麗的湯支持包含在Python的標準庫中的HTML解析器，但它也支持許多第三方Python解析器。一個是lxml的解析器[...]

，並指定一個特定的解析器使用方法：

BeautifulSoup(markup, "lxml")