如何使用Python的lxml库替换网页链接的href属性？

你的代码核心问题是错误地通过字符串替换修改内容，没有直接操作lxml的元素对象，导致修改无法生效。正确的做法是直接遍历目标元素，修改其href属性，最后将修改后的元素树保存为文件。

修正后的完整代码 #

import requests
from lxml import html

# 获取目标页面内容
page = requests.get('https://www.flashscore.co.uk/basketball/') 
root = html.fromstring(page.content)

# 直接筛选并修改符合条件的样式表链接
# XPath定位：所有带href属性且href以/开头的link标签
stylesheets = root.xpath('//link[@href and starts-with(@href, "/")]')
for link in stylesheets:
    original_href = link.get('href')
    # 去除href开头的斜杠
    new_href = original_href.lstrip('/')
    # 直接修改元素的href属性
    link.set('href', new_href)

# 将修改后的元素树转为HTML字符串
modified_html = html.tostring(root, encoding='unicode')

# 保存到新文件
with open('modified_basketball_page.html', 'w', encoding='utf-8') as f:
    f.write(modified_html)

关键优化点 #

• 简化元素筛选：用XPath一步定位到目标link元素，无需额外生成原链接/新链接列表，减少冗余代码
• 正确修改属性：使用lxml内置的link.set()方法直接修改元素属性，这是操作XML/HTML元素的标准方式
• 统一生成HTML：修改完成后一次性将元素树转为字符串，避免多次转换导致的错误

逻辑说明 #

1. 元素定位：//link[@href and starts-with(@href, "/")]精准筛选出需要修改的样式表链接，避免处理无关元素
2. 属性修改：link.set()直接修改内存中的元素对象，确保修改生效
3. 文件保存：指定encoding='unicode'避免字节编码问题，用UTF-8编码写入文件保证内容完整性

内容的提问来源于stack exchange，提问作者DumbMathBoy