如何使用lxml访问注释

Question

我正在尝试从使用lxml

获得的元素列表中删除注释

我能做的最好的事情是：

no_comments=[element for element in element_list if 'HtmlComment' not in str(type(each))]

我想知道是否有更直接的方式？

我将根据马修的答案添加一些内容 - 他几乎让我知道的问题是，当从树中取出元素时，评论会失去一些身份（我不知道如何描述它）以便它无法使用isinstance（）方法确定它们是否是HtmlComment类对象

但是，当在树上迭代元素时，可以使用该方法

from lxml.html import HtmlComment
no_comments=[element for element in root.iter() if not isinstance(element,HtmlComment)

对于像我这样的新手，root是保存树中所有其他元素的基本html元素，有很多方法可以获得它。一种是打开文件并迭代它，而不是上面的

中的root.iter（）

html.fromstring(open(r'c:\temp\testlxml.htm').read()).iter()

Answer 1

你可以剪掉字符串：

from lxml.html import HtmlComment # or similar
no_comments=[element for element in element_list if not isinstance(element, HtmlComment)]