0524.md

Error in user YAML: (<unknown>): could not find expected ':' while scanning a simple key at line 3 column 1

---
- oeasy Python 0524
- 这是 oeasy 系统化 Python 教程，从基础一步步讲，扎实、完整、不跳步。愿意花时间学，就能真正学会。
本教程同步发布在： 

     个人网站： `https://oeasy.org` 
     蓝桥云课： `https://www.lanqiao.cn/courses/3584` 
     GitHub： `https://github.com/overmind1980/oeasy-python-tutorial` 
     Gitee： `https://gitee.com/overmind1980/oeasypython` 
---

lxml 元素 树形结构

回忆

• 上次了解了
  • 从 字节序列 到 元素树
  • 需要解析
• 最好 的html解析工具 是
  • lxml

• html 是 body 的 爸爸
  • 如何看到 这父子关系呢？🤔

输出父子关系

• 我想在内存里
  • 直接 把这棵树 构建出来

from lxml import etree
et_html = etree.Element("html")
et_body = etree.Element("body")
et_html.append(et_body)
print(etree.tostring(et_html))

• 我要 把 从无中生出的 这棵dom树
  • 以输出

• etree.tostring() 将etree节点
  • 输出 为字节序列
• 参数 pretty_print=True
  • 控制层级的 缩进表示

解码效果

• 将字节序列用 decode() 解码
  • 可以将字节序列解码为字符串

print(etree.tostring(et_html,pretty_print=True))

• 输出 还是 字节序列

• 能否将 字节序列
  • 解码为 字符串
  • 让 \n 完成 换行

解码

print(etree.tostring(et_html,pretty_print=True).decode())

• 回忆 编解码
  • decode 把字节序列 解码为字符串
  • encode 把字符串 编码为字节序列

• 我们 看到了 整棵树
  • 也看到了 父子关系

et_html.append(et_body)

• 父子关系 是用 append 完成的

append

• 这个append 我们见过

• 有追加就有删除

• append
  • 可以 添加子节点
• remove
  • 可以 删除子节点吗？

删除

et_html.remove(et_body)
print(etree.tostring(et_html,pretty_print=True).decode())

• 就当我 et_html
  • 没有 et_body 你这个儿子

• 断绝父子关系后
  • 可以再建立吗？😊

再认祖归宗

et_html.append(et_body)
print(etree.tostring(et_html,pretty_print=True).decode())

• 父子关系 又 恢复了

两个子节点

• 这次 从头来 html有两个子节点
  • head
  • body

from lxml import etree
et_html = etree.Element("html")
et_head = etree.Element("head")
et_body = etree.Element("body")
et_html.append(et_head)
et_html.append(et_body)
print(etree.tostring(et_html))
print(etree.tostring(et_html,pretty_print=True))
print(etree.tostring(et_html,pretty_print=True).decode())

• 先来的 head
  • 后来的 body

生成

• 我想生成一棵真实的树
  • 就像 之前的 网页 一样

• body下面 还有
  • 子节点

• 如何 继续呢？

再散叶

• head 里面 有个 title
• body 里面 有个 ul

et_ul = etree.Element("ul")
et_body.append(et_ul)
print(etree.tostring(et_html,pretty_print=True).decode())

• 输出结果

• ul 里面有三个 li
  • 这怎么添加呢？

曲则全

• 要直接添加列表

l_et_li = [etree.Element("li"),etree.Element("li"),etree.Element("li")]
et_ul.append(l_et_li)

• 失败了

• 看来 etree.Element()元素的子节点
  • 不能是列表 list 对象
• etree元素
  • etree元素 下面
  • 只能是 etree元素
  • 不能是list
• 聪明反被聪明误
  • 还是老老实实来逐个添加(append)

逐个添加(append)

et_li0 = etree.Element("li")
et_li1 = etree.Element("li")
et_li2 = etree.Element("li")
et_ul.append(et_li0)
et_ul.append(et_li1)
et_ul.append(et_li2)
print(etree.tostring(et_html,pretty_print=True).decode())

• 这次仿佛成功了

• etree元素
  • 应该如何
  • 访问子元素呢？

索引(index)方式选择元素etree 节点

• 可以对当前节点元素
  • 通过下标索引[]的方式
  • 找到子元素

print("et_html[0]:",et_html[0])
print("et_html[1]:",et_html[1])

• 找到html元素的两个子元素
  • head
  • body

• etree元素
  • 可以 用索引方式
  • 选择 子etree元素
  • 有点像列表
• 可以 通过下标方式
  • 访问到 ul、li 元素吗？

嵌套更深

• 访问ul

print("et_html[1][0]:",et_html[1][0])

• 可以访问

继续深入

print("et_html[1][0][0]:",et_html[1][0][0])

• 可以访问到更深的元素

• etree.Element
  • 下标索引 方式 像列表
  • 可以在中括号中使用切片吗?

尝试使用 切片(slice)

print("et_html[1][0][0:3]:",et_html[1][0][0:3])

• 切片 选择的结果
  • 是 列表

• 列表中的列表项
  • 是 etree元素

判断是否是元素

• iselement
  • 判断当前对象
  • 是否是etree元素
• len
  • 判断 子元素 数量

• 尝试使用
  • 这两个函数

使用函数

print(etree.tostring(et_html,pretty_print=True).decode())
print("iselement",etree.iselement(et_html))
print("len",len(et_html))

• 结果

• 是否 可以 循环遍历
  • etree节点下的 所有子元素 呢？

总结

• 这次见到了 父子关系

函数名	功能
append	添加子节点
remove	移除子节点

• 可以访问 etree元素的 子元素

  • 下标索引 index
  • 索引切片 slice

• 是否 可以 循环遍历

  • etree节点下的 所有子元素 呢？🤔

• 下次再说👋

---

• 本文来自 oeasy Python 系统教程。
• 想完整、扎实学 Python，
• 搜索 oeasy 即可。