fromstring详解

一、fromstring函数

在Python中，如果想要处理XML或HTML格式的文本，可以使用lxml库。其中一个最常用的函数就是fromstring。该函数可以将一个XML或HTML字符串解析成树形结构，便于我们对其中的元素和属性进行操作。

二、fromstring的作用

fromstring函数最主要的作用是将一个XML或HTML字符串解析成Element对象。利用Element对象，可以非常方便地对其中的元素和属性进行操作，比如修改、删除、添加等。对于一个HTML文本，由于它是一种特殊的XML格式，因此我们同样可以用fromstring函数来解析它。

三、fromstring怎么用

下面是一个简单的示例，展示了如何使用fromstring函数将一个XML字符串解析成Element对象：

from lxml import etree

xml_str = "<root><element attribute='value'>text</element></root>"
root_element = etree.fromstring(xml_str)
print(root_element.tag)  # 输出root

在这个例子中，我们首先定义了一个XML字符串xml_str，它包含一个root元素和一个嵌套的element元素。这个元素有一个名为attribute的属性，以及一个包含文本的子元素。然后，我们使用fromstring函数将这个字符串解析成一个Element对象root_element。最后，我们打印出元素的名称（tag），输出结果是root。

需要注意的是，如果解析的文本中有多个根节点，那么fromstring函数只会返回第一个根节点。同时，如果文本中包含非法的XML或HTML标记，也可能会导致解析错误。

四、选取元素

1. 根据标签名选取元素

Element对象提供了很多方法来选取其子元素，最常用的一种方式就是根据标签名选取元素。使用Element对象的findall函数，可以按照路径查找满足条件的元素，例如：

from lxml import etree

xml_str = "<root><element attribute='value'>text</element></root>"
root_element = etree.fromstring(xml_str)
element_list = root_element.findall('element')
print(len(element_list))  # 输出1

从这个例子中可以看出，我们首先使用fromstring函数将一个XML字符串解析成Element对象root_element。然后，我们使用root_element对象的findall函数，根据元素名称（element）选择一个或多个子元素。这里我们选取名为element的子元素，返回的是一个包含该元素的列表。最后，我们输出这个列表的长度，结果是1。

2. 根据路径选取元素

由于XML和HTML文档是一种树形结构，因此我们还可以根据路径选取元素。使用Element对象的xpath函数，可以按照路径的方式查找满足条件的元素。例如：

from lxml import etree

xml_str = "<root><parent><child attribute='value'>text1</child></parent><parent><child attribute='value'>text2</child></parent></root>"
root_element = etree.fromstring(xml_str)
child_list = root_element.xpath('//child')
print(len(child_list))  # 输出2

在这个例子中，我们首先定义了一个XML字符串，其中包含两个根节点、两个父级元素和两个命名为child的子元素。然后，我们使用fromstring函数将这个字符串解析成Element对象root_element。接着，我们使用root_element对象的xpath函数，选取命名为child的所有元素。由于这两个元素路径相同，因此我们使用了通配符//，表示从任意位置开始查找。最后，我们输出符合条件的元素个数，结果是2。

3. 选取元素的属性

Element对象的属性可以使用字典一样的方式轻松访问。例如，我们通过属性名称访问元素的属性：

from lxml import etree

xml_str = "<root><element attribute='value'></element></root>"
root_element = etree.fromstring(xml_str)
element = root_element.find('element')
attr_value = element.get('attribute')
print(attr_value)  # 输出value

在这个例子中，我们首先使用fromstring函数将一个XML字符串解析成Element对象root_element。然后，我们使用find函数选取一个命名为element的子元素。接下来，我们使用get函数获取该元素的attribute属性值，并将其存储到变量attr_value中。最后，我们输出这个变量的值，结果是value。

五、总结

在Python中，lxml库提供了非常方便的从XML和HTML文本中解析出Element对象的方式。其中最常用的函数之一就是fromstring，它可以将一个XML或HTML字符串快速解析成树形结构，便于我们对其中的元素和属性进行操作。通过遍历树形结构，我们可以轻松地选取元素或者属性，通过修改或者添加的方式来修改文本内容。