Python XPath提取HTML片段并解决中文乱码问题
本文介绍如何使用Python的lxml库通过XPath定位HTML文档中的特定元素，并解决提取内容中出现的中文乱码问题。通过html.tostring获取字节流后，利用HTMLParser.unescape方法将HTML实体编码转换为可读字符串，从而完整保留原始文本内容。
2026-10-13
5
本文介绍如何使用Python的lxml库通过XPath定位HTML文档中的特定元素，并解决提取内容中出现的中文乱码问题。通过html.tostring获取字节流后，利用HTMLParser.unescape方法将HTML实体编码转换为可读字符串，从而完整保留原始文本内容。
本文介绍使用Python从HTML页面中提取主要文本框的方法。通过BS4遍历所有div标签，利用正则表达式筛选并统计每个div内的中文字数，最终选取中文内容最长的div作为正文区域。文章提供了完整的requests请求、正则匹配及BeautifulSoup解析代码示例，适用于CSDN等博客类网站的正文抓取场景。
本文介绍如何使用Python发送HTML格式的邮件。核心在于将MIMEText的subtype参数设置为html而非plain。通过示例代码展示如何配置163邮箱SMTP服务器、处理用户输入及发送带HTML内容的邮件，包含完整的连接、登录与发送逻辑。
本文介绍如何使用Python将本地图片文件转换为Base64编码字符串，并在前端HTML中通过img标签直接调用该编码进行显示。示例包含Python读取图片并编码的代码，以及前端HTML中data URI的使用方式，同时对比了编码前后的文件大小变化。
本文详细介绍如何利用Python的smtplib库发送不同格式的邮件。内容涵盖发送纯文本邮件、包含HTML内容的邮件、带有附件的邮件以及正文嵌入图片的邮件。通过具体代码示例，解析MIMEText、MIMEMultipart及MIMEImage等模块的使用，帮助开发者掌握邮件发送的核心技术与参数配置。
本文详细介绍如何使用Python编写爬虫程序，从笔趣网爬取小说《一念永恒》。重点讲解BeautifulSoup库的安装与使用，包括通过开发者工具定位HTML元素、构造带User-Agent的HTTP请求以及解析响应数据的具体步骤。旨在帮助初学者掌握基础的网络数据采集技巧，同时强调支持正版阅读的重要性。
本文介绍如何利用Python的Jinja2库通过FileSystemLoader加载模板并渲染生成HTML文件。同时提供了一段处理大文件的示例代码，演示如何通过计算已处理字节数与总文件大小比例，在控制台动态刷新显示进度条，适用于需要监控文件IO操作的场景。
本文深入解析Django模板系统的核心功能，涵盖ROOT_URLCONF配置、三种静态文件引入方式、模板导入与母版继承机制，以及通过自定义inclusion_tag返回HTML片段的完整步骤。通过具体代码示例，帮助开发者掌握页面布局复用与动态内容生成的最佳实践。
本文介绍了在Python Web框架中实现原生分页的具体方法。通过定义Pagination类，处理当前页码、数据总量、每页显示条数及最大显示页码等参数，动态生成分页HTML代码。文章提供了完整的代码示例，涵盖页码计算、边界处理及Bootstrap样式兼容，适用于需要自定义分页逻辑的Web开发场景。
本文介绍了使用Python3将视频转换为字符动画的完整实现方案。通过OpenCV处理视频帧，提取颜色与字符映射信息，并结合JavaScript在前端渲染彩色字符画面。代码包含视频处理核心类及HTML生成逻辑，支持自定义帧率与宽度，最终输出可直接在浏览器播放的HTML文件。
本文详细介绍如何在 Python Django 框架中实现高效的分页功能。通过修改 views.py 与 book_list.html，演示如何添加首页、尾页、上一页及下一页按钮。重点讲解如何处理 URL 中 page 参数的异常值（如非数字或负数），确保系统稳定运行。
本文详细解析Django框架下实现HTML页面跳转的完整流程。从项目创建命令入手，深入讲解MVT架构中路由（urls）与视图（views）的协作机制，并通过具体代码示例展示如何配置路径、编写视图函数以及渲染HTML模板，帮助开发者快速掌握Django基础页面跳转逻辑。