使用lxml解析HTML时如何保留命名空间信息？

Question

>>> from lxml.etree import HTML, tostring
>>> tostring(HTML('<fb:like>'))
'<html><body><like/></body></html>'

注意标签如何变为<fb:like>简单<like>.

这使得处理包含XFBML和lxml的页面变得更加困难.(同样的事情发生<g:plusone></g:plusone>)

任何帮助表示赞赏.

Answer 1

尝试添加缺少的命名空间前缀定义。否则， lxml 将避免使用名称空间，据说是为了让您更轻松。

您尝试解析的站点很可能不包含这些命名空间定义，因此您应该添加它们。