Python lxml XPath提取HTML注释节点详解
发布时间：2026-10-13 |
5人浏览过
本文介绍在Python 2.7.12环境下，利用lxml 3.8.0库通过XPath表达式提取HTML页面中注释节点的具体方法。通过etree.HTML解析字符串，定位特定元素下的node()节点，可获取并验证lxml.etree._Comment类型的注释内容，适用于需要解析页面隐藏信息的场景。
环境配置说明：
python 2.7.12
lxml 3.8.0
from lxml import etree
html_str = """
<div id="box1">this from blog.csdn.net/lncxydjq , DO NOT COPY!
<div id="box2">*****
<!--can u get me, bitch?-->
</div>
</div>
"""
html = etree.HTML(html_str)
print html.xpath('//div[@id="box1"]/div/node()')[1]
print type(html.xpath('//div[@id="box1"]/div/node()')[1])
print html.xpath('//div[@id="box1"]/div/node()')[1].text
"""output:
<!--can u get me, bitch?-->
<type 'lxml.etree._Comment'>
can u get me, bitch?
"""
以上即为Python利用XPath提取页面注释的完整实现方案，供读者参考与实践。
本站声明
本文内容仅供参考，不代表本站观点。转载或引用请注明出处。如发现内容问题，请通过联系我们页面反馈。
