lxml的iterparse中有多个标签名称？答案

【问题标题】：Multiple tag names in lxml's iterparse?lxml的iterparse中有多个标签名称？
【发布时间】：2010-08-19 17:25:43
【问题描述】：

有没有办法从 lxml 的 lxml.etree.iterparse 中获取多个标签名称？我有一个类似文件的对象，具有昂贵的读取操作和许多标签，因此获取所有标签或执行两次传递是次优的。

编辑：它类似于 Beautiful Soup 的 find(['tag-1', 'tag-2])，除了作为 iterparse 的参数。想象一下为<td> 和<div> 标签解析一个HTML 页面。

【问题讨论】：

你能添加一个例子吗？我不确定您所说的“多个标签名称”是什么意思。您的意思是等同于使用您正在寻找的多个可能选项执行 .find() 吗？包含您希望接收的内容的 XML 的简短部分（或只是组成 XML）的示例将是最佳选择。

【解决方案1】：

我知道我玩游戏迟到了，但也许其他人需要帮助解决同样的问题。此代码将为Tag1 和Tag2 标签生成事件：

etree.iterparse(io.BytesIO(xml), events=('end',), tag=('Tag1', 'Tag2'))

【讨论】：

【解决方案2】：

我不是 100% 确定您在这里所说的“获取所有标签”是什么意思，但也许这就是您要寻找的：

for event, elem in iterparse(file_like_object):
    if elem.tag == 'td' or elem.tag == 'div':
        # reached the end of an interesting tag
        print 'found:', elem.tag
        # possibly quit early to prevent further parsing
        if exit_condition: break

iterparse 在解析过程中动态生成事件，因此您只需读取所需的数据。但是，您无法在解析期间跳过阅读元素，因为您不知道要跳过多远。在上面，我们只是忽略了我们不感兴趣的标签。

您可能已经知道：不要对 html 使用 xml 解析器。编辑 - 原来 lxml 支持 html 解析，但你应该查看文档以了解程度。

【讨论】：

很好的例子，谢谢。你可以用iterparse的tag参数来限制标签，但我不认为你可以放多个标签。