xpath获取标签对本身含内容, 获取html内容

通常使用xpath我们直接定位到标签后, 使用/text() 或 //text()来获取标签对之间的文本值,

但特殊情况下我们也需要获取标签本身含文本值, 操作如下:

文件为html, 标签对结构如下:

<table id='1h'> 
　　<tr>
　　 　 <td>Row value 1</td> 
　　　　<td>Row value 2</td> 
　　</tr>
</table>

代码如下:

from lxml import etree
import requests
from lxml.html import fromstring, tostring
url = "https://www.baidu.com/"

ret = requests.get(url, headers=headers)
code = ret.apparent_encoding  # 获取url对应的编码格式
ret.encoding = code
html = ret.text               # html文件内容即示例中的标签

tree = etree.HTML(html)
result = tree.xpath('//*[@id="lh"]')[0]

print('看结果这里', tostring(result, encoding=code).decode(code))

注: tostring()方法即可把通过xpath定位到的标签(含该标签)及其下的所有标签输出,
　　切记使用decode()方法来进行解码