谁能解释为什么第一次调用 root.cssselect() 有效,而第二次失败?
from lxml.html import fromstring
from lxml import etree
html='<html><a href="http://example.com">example</a></html'
root = fromstring(html)
print 'via fromstring', repr(root) # via fromstring <Element html at 0x...>
print root.cssselect("a")
root2 = etree.HTML(html)
print 'via etree.HTML()', repr(root2) # via etree.HTML() <Element html at 0x...>
root2.cssselect("a") # --> Exception
我得到:
Traceback (most recent call last):
File "/home/foo_eins_d/src/foo.py", line 11, in <module>
root2.cssselect("a")
AttributeError: 'lxml.etree._Element' object has no attribute 'cssselect'
版本:lxml==3.4.4
请您参考如下方法:
区别在于元素的类型。示例 -
In [12]: root = etree.HTML(html)
In [13]: root = fromstring(html)
In [14]: root2 = etree.HTML(html)
In [15]: type(root)
Out[15]: lxml.html.HtmlElement
In [16]: type(root2)
Out[16]: lxml.etree._Element
lxml.html.HTMLElement有方法 cssselect() 。此外,HTMLElement 是 etree._Element 的子类。
但是lxml.etree._Element没有那个方法。
如果你想解析html,你应该使用lxml.html。
