370-192598-lxml_属性_索引_index_切片_遍历_iteratoration.sy.md

show	version	enable_checker
step	1.0	true

语法 html 属性 attrib

回忆

• 上次了解了 html 中的 dom 树
• 树是由节点元素组成的
  • 节点元素可以用 etree.Element()得到
  • 最根本的元素是根元素
  • dom-tree 的根就是 html 元素
• html 里面包括子节元素点
  • head
  • body
    • ul

• 重复的li元素怎么添加(append)呢？🤔

继续

• 直接添加列表

• 失败了

• 看来 etree.Element()元素的子节点
  • 不能是列表 list 对象
• etree元素 是递归的
  • 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)

• 这次仿佛成功了

• 这些etree元素的子元素
  • 可以通过索引[]的方式访问到吗？

索引(index)方式选择元素etree 节点

• etree元素 也可以用索引方式选择 子etree元素

• 可以用索引找到下级元素

• 可以访问嵌套更深的元素吗？

嵌套更深

• 可以访问到更深的元素

• 从这一点上看
  • etree.Element有点像列表
• 但 etree元素 不是列表

切片(slice)方式选择元素

• etree元素 也可以用索引方式选择子节点

• 切片选择的结果类型是列表
  • 列表中的列表项是 etree元素

判断是否是元素

• 判断是否是元素
• 如果是元素
  • 有几个子元素

• 可以用 len 得到元素的子元素数量

• 结果

• 是否可以遍历etree中的所有子元素呢？

遍历元素

• 参照例子

• 遍历html元素

• 结果

• body下面还有ul元素呢？
• 我还想往下遍历

继续遍历

• 循环遍历body元素

• et_html[1]
  • 其实就是et_body
• et_body里面
  • 有个et_ul元素
• 我希望
  • et_body里面有两个元素
    • h1
    • ul
• 而且
  • h1是哥哥在先
  • ul是弟弟在后
• 可能么？

思考

• 目前的结构是这样的
• 如果et_html.append(et_h1)会导致h1会被追加append
  • h1一定是弟弟
• 除了append还有其他函数么？

insert

• 那怎么查到相关的帮助呢？

• 看起来和list.insert很像
• 在指定位置插入元素

• 可以试试吗？

在指定位置插入

• 结果

• 这个元素和列表为什么那么相像？
  • 函数名、遍历方法、索引切片
  • 都太像了

最终代码

from lxml import etree
et_html = etree.Element("html")
et_head = etree.Element("head")
et_title = etree.Element("title")
et_body = etree.Element("body")
et_h1 = etree.Element("h1")
et_ul = etree.Element("ul")
et_li0 = etree.Element("li")
et_li1 = etree.Element("li")
et_li2 = etree.Element("li")
et_html.append(et_head)
et_head.append(et_title)
et_html.append(et_body)
et_body.append(et_ul)
et_ul.append(et_li0)
et_ul.append(et_li1)
et_ul.append(et_li2)
et_body.insert(0,et_h1)
print(etree.tostring(et_html,pretty_print=True).decode())
for elem in et_html[1]:
    print(elem.tag, ":", elem)

• 我们先去总结吧

总结

• 了解 etree 中的元素关系
  • 父子
  • 兄弟
• etree里面元素的访问方法
  • 索引 index
  • 切片 slice
  • 遍历 interator

• 为什么etree.Element和list这么像呢？🤔
• 下次再说