使用lxml解析HTML中的段落

Question

我是lxml的新手，想要从给定的url中提取<p>PARAGRAPHS</p>和<li>PARAGRAPHS</li>并将它们用于进一步的步骤。

我跟着一个例子从post，并试图与没有运气以下代码：

html = lxml.html('http://www.google.com/intl/en/about/corporate/index.html') 
url = 'http://www.google.com/intl/en/about/corporate/index.html' 
print html.parse.xpath('//p/text()') 

我试图寻找到的例子lxml.html，但使用的URL没有发现任何一例。

你能给我提示我应该使用什么方法吗？谢谢。

Answer 1

import lxml.html 

htmltree = lxml.html.parse('http://www.google.com/intl/en/about/corporate/index.html') 

print htmltree.xpath('//p/text()')