使用lxml解析HTML中的段落

Question

我是lxml的新手，想要從給定的url中提取<p>PARAGRAPHS</p>和<li>PARAGRAPHS</li>並將它們用於進一步的步驟。

我跟着一個例子從post，並試圖與沒有運氣以下代碼：

html = lxml.html('http://www.google.com/intl/en/about/corporate/index.html') 
url = 'http://www.google.com/intl/en/about/corporate/index.html' 
print html.parse.xpath('//p/text()') 

我試圖尋找到的例子lxml.html，但使用的URL沒有發現任何一例。

你能給我提示我應該使用什麼方法嗎？謝謝。

Answer 1

import lxml.html 

htmltree = lxml.html.parse('http://www.google.com/intl/en/about/corporate/index.html') 

print htmltree.xpath('//p/text()')