我正在尝试使用lxml解析本地HTML文件,但是遇到了错误,但我不知道原因(抱歉,代码很糟糕,我是新手)。
from lxml import etree, html
from StringIO import StringIO
parser = etree.HTMLParser()
doc = etree.parse(StringIO("test1.html"), parser)
tree = html.fromstring(doc)
CCE = tree.xpath('//div[@data-reactid]/div[@class="browse-summary"]/h1')
URL = tree.xpath('//a[@class="rc-OfferingCard"]/@href')
print 'CCE:', CCE
print 'URL:', URL
以下是错误信息:
File "test.py", line 8, in <module>
tree = html.fromstring(doc)
File "/usr/lib/python2.7/dist-packages/lxml/html/__init__.py", line 703, in fromstring
is_full_html = _looks_like_full_html_unicode(html)
TypeError: expected string or buffer
StringIO
用于将变量中的文本视为打开的文件,而不是用于加载文件。 - furashtml.fromstring
需要一个字符串作为输入,但你却给它etree.parse
的结果(不是字符串)。请注意更正。 - Boldewyn