Verified details These details have been verified by PyPI Maintainers gawel olauzanne Unverified details These details have not been verified by PyPI GitHub Statistics pyquery: a jquery-like library for python pyquery allows you to make jquery queries on xml documents. The API is as much as possible similar to jquery. pyquery uses lxml for fast xml and html manipulation. This is not (or at least n
Parsers Parsers are represented by parser objects. There is support for parsing both XML and (broken) HTML. Note that XHTML is best parsed as XML, parsing it with the HTML parser can lead to unexpected results. Here is a simple example for parsing XML from an in-memory string: >>> xml = '<a xmlns="test"><b xmlns="test"/></a>' >>> root = etree.fromstring(xml) >>> etree.tostring(root) b'<a xmlns="te
以前、lingrでlxmlをdisっている人を見たとき、その人のペースに巻き込まれて、lxmlってそういうもんだと思い込んでしまいました。ただ、最近lxmlを使い始めて、なかなかちゃんとしていることが分かってきたので、メモを書き溜めて行こうと思います。というか、オフィシャルなドキュメントの写経に近いのですが。 文字列からElementオブジェクトを生成するetree.fromstringを使う。 from lxml import etree el = etree.fromstring("spam") 整形式XMLでない場合etree.parseの第二引数にetree.HTMLParser()を指定。 from lxml import etree el = etree.fromstring("spam", etree.HTMParser()) 非UTF-8でエンコードされたXML(風の文字列
ここ数日でHTMLからTagを除去する方法を、色々知った。とても勉強になりました。教えてくれた人ありがとうです。 具体的には、BeautifulSoupとHTMLParserとlxmlという3つのライブラリでそれぞれTag除去が可能な事が分かった。実際どれも満足な挙動で、じゃあどれを使えばいいのさ!と、迷ったので実行速度を適当に測ってみた。 時間を計るところのコードが激しく恥ずかしい。ホントは、3つのファンクションを配列に入れて、forで回したかったけど、配列に入れる時に評価されてしまってNG、map関数で、関数と関数(計測したい関数と、計測する関数)を2つ渡すやり方がわかんなかったので、同じ事を3回書く事にした。マジ恥ずかしいがこれしか思いつかなかった。 計測用のHTMLには、はてダのトップページとした、コメント、Style、Script、htmlがそこそこのボリュームで入っていた為 計
lxml とはXMLやHTMLを扱うPythonのライブラリの一つです。 lxml is the most feature-rich and easy-to-use library for working with XML and HTML in the Python language. – lxmlの冒頭の文より linux系OS(Fedoraなど)の場合 # yum python-lxml も一つの手ですがバージョンが古いので、通常はeasy_install経由でlxmlをインストールします。 前段階として、easy_installをインストールするためにhttp://peak.telecommunity.com/dist/ez_setup.pyをダウンロードしてスーパーユーザで実行します。 # python ez_setup.py error: invalid Python inst
<?xml version="1.0" encoding="UTF-8"?> <items> <item> <id>1</id> <name>hoge</name> <type>word</type> </item> <item> <id>2</id> <name>hige</name> <type>word</type> </item> <item> <id>3</id> <name>hage</name> <type>image</type> </item> </items> >>> from lxml import etree >>> xml = etree.parse(open('test.xml', 'r'), parser=etree.XMLParser()) >>> xml <etree._ElementTree object at 0x7406c0> >>> # ルートノー
bonlifeです。誰かに教えられるほどPython詳しいわけじゃないですが、lxmlのobjectifyはやっぱり便利だよ、ということを伝えたい! だけどもっとレスポンスが速い方法があるはず。 誰か教えてw まとめ記事はこちら。(記事中のquoteはurllib2.quoteっぽい。) lxmlのobjectifyを使うとかなり使いやすいオブジェクトが生成されます。最初(objectify.parse)のレスポンスは結構遅そうですが…。 import urllib2 from lxml import objectify host = u'http://webservices.amazon.co.jp/onca/xml?Service=AWSECommerceService' id = u'&SubscriptionId=AWSのアクセスキー' ope = u'&Operation=Ite
Introduction lxml is a Pythonic binding for the libxml2 and libxslt libraries. It is unique in that it combines the speed and feature completeness of these libraries with the simplicity of a native Python API, mostly compatible but superior to the well-known ElementTree API. See the introduction for more information about background and goals. Some common questions are answered in the FAQ. This pa
早速非難囂々ですが、私もなんだかわからず連打して変なことになってます。これ消せないらしい・・・。こういう機能つけるのかまいませんけど、説明くらい表示しなさいよとは思う。 端的に言うとライブラリの「センス」がいいのです。細かい気配りの効いたお店ってあるでしょう。あんな感じ。 今日ちょっと話したんですが、最近大変気に入った Python の SAX のはなし。たいていの OO 言語の SAX 実装は Visitor パターンで、startElement や endElement などのメンバをもったオブジェクトと XML の実データを渡してパースしてやることになると思います。Python の場合 ContentHandler クラスの子クラスを作ることになります。ここまではふつう。 ふと、saxutils パッケージに XMLGenerator クラスなる、ContentHandler のサブ
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く