python使用lxml库进行本地html文件的内容提取

从某些网站上得到了一些考试题目，但是人家的排版时：题目、选项、正确答案

怎么才能把题目都提取到文件的一列，选项提取到一列，答案提取到一列呢？

使用了lxml这个库，不过这个库需要安装:  pip install lxml

>>> from lxml import etree

#打开这个本地文件，然后把这个html文件使用open打开，然后read到data，然后让etree.HTML处理这些

#然后重点时使用xpath就可以进行搜索了
>>> f=open("gov.html","r",encoding="utf8")
>>> data=f.read()

>>>f.close()
>>> html=etree.HTML(data)
>>> timus=html.xpath("//span[@class='p-ques-desc']")
>>> len(timus)
10
>>> print(timus[0].text)
可视化展示为一体的经济大数据智能分析平台：

-------

重点就是使用xpath来进行规整了