555-1138256-lxml_节点容器大小_len_在指定位置插入节点_insert.sy.md

show	version	enable_checker
step	1.0	true

语法 html 属性 attrib

回忆

• 树是由节点元素组成的
  • 节点之间 有父子关系的

函数名	功能
append	添加子节点
remove	移除子节点

• 可以访问 etree元素的 子元素

  • 下标索引 index
  • 索引切片 slice

• 是否可以用循环

  • 遍历etree节点中的所有子元素吗？🤔

恢复代码

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_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)
print(etree.tostring(et_html,pretty_print=True).decode())
for elem in et_html:
    print(elem.tag, ":", elem)

• 结果 只遍历了 根元素的直接 子节点
  • head
  • body

• body下面还有ul元素呢？
• 怎么 往下遍历 呢？

继续遍历

• 循环遍历body元素

for elem in et_html[1]:
    print(elem.tag, ":", elem)

• et_html[1]
  • 其实就是et_body
• et_body里面
  • 只有一个et_ul元素

• 突然发现h1元素忘了插入了？🤔

• et_body里面本应有两个元素
  • h1
  • ul
• 在ul已经append之后
  • 想要再插入h1
  • 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_body.append(et_h1)
  • 会导致h1会被追加append
  • body子元素中
    • ul是哥哥
    • h1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

from lxml import etree
et_html = etree.Element("html")
et_head = etree.Element("head")
et_body = etree.Element("body")
et_ul = etree.Element("ul")
et_html.append(et_head)
et_html.append(et_body)
et_body.append(et_ul)
for num in range(3):
    et_li = etree.Element("li")
    et_ul.append(et_li)
et_h1 = etree.Element("h1")
et_body.insert(0,et_h1)
for elem in et_html[1]:
    print(elem.tag, ":", elem)
print(etree.tostring(et_html,pretty_print=True).decode())

• 结果

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

etree历史

• 原来 Element 元素这个类
  • 最早 就是从 列表类(list)
  • 派生出来的

• 所以
  • 继承了 很多列表的 e特性
  • 比如索引、切片、遍历

• etree.Element
  • 不同于一般的列表类对象
  • 比如有自己的属性
    • tag 标签

代码

• 输出 元素 标签

• 结果

• etree.Element还有些地方和列表不同
  • 赋值的时候
  • 被替换元素会把原来位置的子元素替换掉
  • 被替换元素从原来的位置被删除

• 这是列表的情况
• 我们去验证一下etree.Element
  • 子元素的替换

子元素替换

from lxml import etree
et_html = etree.Element("html")
et_head = etree.Element("head")
et_body = etree.Element("body")
et_ul = etree.Element("ul")
et_html.append(et_head)
et_html.append(et_body)
et_body.append(et_ul)
for num in range(3):
    et_li = etree.Element("li")
    et_ul.append(et_li)
et_h1 = etree.Element("h1")
et_body.insert(0,et_h1)
for elem in et_body:
    print(elem.tag, ":", elem)
print("=========after=====")
et_body[0] = et_body[1]
for elem in et_body:
    print(elem.tag, ":", elem)

• 把老零h1
  • 直接变成老一ul

• 原来的老零h1
  • 就从家族树里面消失了吗？

运行结果

• 元素替换之后
  • 被替换的元素
  • 就被从这颗树里择出去了

• 如果想要 像列表那样
  • 复制一个新元素
  • 作为元素 的新成员呢？

深拷贝

• 如果想要
  • 新建一个类似的 etree 节点
  • 可以考虑深拷贝

• 我们自己构建一个例子

构建

from copy import deepcopy
from lxml import etree
et_html = etree.Element("html")
et_head = etree.Element("head")
et_body = etree.Element("body")
et_ul = etree.Element("ul")
et_html.append(et_head)
et_html.append(et_body)
et_body.append(et_ul)
for num in range(3):
    et_li = etree.Element("li")
    et_ul.append(et_li)
et_h1 = etree.Element("h1")
et_body.insert(0,et_h1)
et_body[0] = deepcopy(et_body[1])
print(etree.tostring(et_html,pretty_print=True).decode())
for elem in et_html[1]:
    print(elem.tag, ":", elem)

• 然后观察结果

• et_body[0]和et_body[1]
  • 真的不同
• 可以得到节点的兄弟节点吗?

父子兄弟

• 得到 哥哥或弟弟

• 可以得到父级元素
• 或者子级元素吗?

父级

• 得到父级

• 得到子集

动手尝试

print(et_body.getparent())
print(et_body.getprevious())
print(et_head.getnext())
print(et_html.getchildren())

• 得到
  • 父亲
  • 哥哥
  • 弟弟
  • 子集

关系

• 伦理清晰

• html里面的属性和文本
  • 可以通过程序得到吗？

总结

• 添加 子节点方法
  • append 尾部添加
  • insert 指定位置添加
• etree里面元素的访问方法
  • 索引 index
  • 切片 slice
• 了解 树 中的元素关系
  • 父子
    • isparent()
  • 哥哥
    • isprevious
  • 弟弟
    • isnext()

• 不过 目前树中 只有元素
  • 而没有 任何文本
  • 网页中的 文本 是如何设置的呢？？🤔
• 下次再说