如何在python中解析lxml中的iframe？答案

【问题标题】：how to parse iframe in lxml in python?如何在python中解析lxml中的iframe？
【发布时间】：2014-03-27 03:28:31
【问题描述】：

我发现 lxml 无法解析 iframe 的 heml 元素。

import lxml.html
from urllib.request import urlopen
import os
url="http://news.163.com/special/mhmingdan/?bdsj"
file=urlopen(url).read()
root=lxml.html.document_fromstring(file)
tab=root.xpath('//iframe')

如何让lxml获取iframe的html元素？

【问题讨论】：

标签： python html web-scraping lxml lxml.html

【解决方案1】：

您应该使用正斜杠// 而不是反斜杠\\：

tab = root.xpath('//iframe')

此外，您可以通过将urlopen 结果直接传递给parse() 来简化获取页面和解析：

root = lxml.html.parse(urlopen(url))

【讨论】：

我已经更正了，但是为什么我无法获取 iframe？
@it_is_a_literature 首先，您不应该编辑问题。此外，如果您打印出tab，您将看到iframe 元素已找到。
iframe下有个table节点，为什么取不到？

【解决方案2】：

page = requests.get(url)  
tree = html.fromstring(page.content)
src_url = tree.cssselect("iframe") 
print src_url[0].attrib

【讨论】：