Python 关于如何使用lxml从html输出解析数据的简单示例

我正在将一些使用正则表达式将内容从html输出提取到libxml2的python脚本转换为libxml2，但由于我是从这开始的，因此需要一些帮助

如何使用lxml从下面示例的“工作目录”、“包/更新”和“Java数据模型”中提取值

<tr>
  <script>writeTD("row");</script>
  <td class="oddrow"><nobr>Working Dir</nobr></td>
  <script>writeTD("rowdata-l");</script>
  <td class="oddrowdata-l">/serves/test_servers</td>
</tr> 
<script>swapRows();</script>
<tr>
  <script>writeTD("row");</script>
  <td class="evenrow"><nobr>Packages/Updates</nobr></td>
  <script>writeTD("rowdata-l");</script>
  <td class="evenrowdata-l"><a href="updates.dsp">View</a></td>
</tr> 
<script>swapRows();</script>
<tr>
  <script>writeTD("row");</script>
  <td class="oddrow"><nobr>Java Data Model</nobr></td>
  <script>writeTD("rowdata-l");</script>
  <td class="oddrowdata-l">64-bit</td>
</tr>
</tbody></table>
</td>
</tr>
</tbody></table>

书面形式（“row”）；
工作目录
书面形式（“rowdata-l”）；
/服务/测试服务器
swapRows（）；
书面形式（“row”）；
软件包/更新
书面形式（“rowdata-l”）；
swapRows（）；
书面形式（“row”）；
Java数据模型
书面形式（“rowdata-l”）；
64位

---

提前感谢。

使用您发布为

内容的HTML

import lxml.html as LH
doc = LH.fromstring(content)
tds = (td.text_content() for td in doc.xpath('//td'))    
for td, val in zip(*[tds]*2):
    if td in ("Working Dir", "Java Data Model"):
        print(td,val)

屈服

('Working Dir', '/serves/test_servers')
('Java Data Model', '64-bit')


这条生产线完成了大部分工作：

tds = (td.text_content() for td in doc.xpath('//td'))

它使用
xpath（）
方法来搜索所有
标记。它使用
text\u content（）
方法提取相关文本

zip（*[tds]*2）
是成对迭代
tds
：

for td, val in zip(*[tds]*2):
    print(td,val)

请注意，这假设标签和值交替跟随。
此解决方案非常有效！非常感谢，但是现在，我怎么能做选择性提取呢？例如，如果我只想提取“工作目录”和“Java数据模型”？您可以使用类似于
if-td-in（“工作目录”，“Java数据模型”）
的内容。我编辑了这篇文章来表达我的意思。谢谢，非常感谢！你救了我一天=）