python - lxml.etree为什么会自动加上加上</i>？
问题描述
正在学习lxml，代码如下：
from lxml import etreetext = ’’’<i class='cell maincell'> <p class='title'><a target='_blank' href='https://itjuzi.com/company/60321'> <span>洋鼹鼠</span></a> </p> <p><span class='tags t-small c-gray-aset'> <a href='https://itjuzi.com/investevents?scope=145'>电子商务</a></span><span class='loca c-gray-aset t-small'> <a href='https://itjuzi.com/investevents?prov=天津'>天津</a></span> </p></i>’’’html = etree.HTML(text)print(etree.tostring(html,encoding=’utf-8’).decode(’utf-8’))
输出如下：
<html><body><i class='cell maincell'> </i><p class='title'><a target='_blank' href='https://itjuzi.com/company/60321'> <span>洋鼹鼠</span></a> </p> <p><span class='tags t-small c-gray-aset'> <a href='https://itjuzi.com/investevents?scope=145'>电子商务</a></span><span class='loca c-gray-aset t-small'> <a href='https://itjuzi.com/investevents?prov=天津'>天津</a></span> </p></body></html>
主要不理解为什么<i>标签那里会出错呢？请问怎么解决这个问题？谢谢~
问题解答
回答1：主要是因为
p元素内容分类 Flow content, palpable content.允许的内容 Phrasing content.允许的父元素任何接受flow content的元素
i元素Content catergories Flow content, phrasing content, palpable content.允许量 phrasing content.
很显然P元素的父元素应该是flow content类型的，然而i并不满足条件，也就是说这是不符合规范的。解决办法就是i直接换为p。
相关文章：
1. 老师,你这两条斜杠的是怎么注释的?2. java - mybatis源码分析3. 修改mysql配置文件的默认字符集重启后依然不生效4. docker网络端口映射，没有方便点的操作方法么？5. css - html根字体设置成很大的值后， 包裹了行内元素的div莫名变高是什么原因6. 请教一个python字符串处理的问题？7. docker内创建jenkins访问另一个容器下的服务器问题8. python - scrapy 处理 文章 分页的内容9. python相关问题求解决，有偿10. 在Android5.0以下，出现NoClassDefFoundErro，OkHostnameVerifier
网公网安备