BeautifulSoup应用笔记(2)- 遍历文档树

原创 2015年11月20日 16:59:12

通过点取属性的方式能够遍历文档树,属性如下:

获取标签

  • .tag名称: 获取标签,如果有多个结果只能获得第一个标签

获取子节点

  • .contents/ .child:获取直接子节点
  • .descendants:获取子孙节点

获取字符串

  • .string:获得NavigableString类型的子节点。如果包含多个NavigableString类型的子节点,则返回结果为None
  • .strings/ .stripped_string:获取所有的字符串,.stripped_string会过滤掉空白字符串

获取父节点

  • .parent/ .parents:获取父节点/获取父辈节点

获取兄弟节点

  • .next_sibling/ .previsous_sibling/ .next_siblings/ .previsous_siblings:获取兄弟节点

获取元素

  • .next_element/ .previous_element/ .next_elements/ .previous_elements:获取上一个/下一个元素。获取元素的顺序与HTML解析的顺序一致,如"<title>The Dormouse's story</title>"标签的下一个元素为字符串"The Dormouse's story"

 

通过查看源码可以看到,上述属性在底层实际上是通过@property装饰器定义的,另外在返回多个值时,定义的是一个生成器函数:

    @property
    def next_elements(self):
        i = self.next_element
        while i is not None:
            yield i
            i = i.next_element

    @property
    def next_siblings(self):
        i = self.next_sibling
        while i is not None:
            yield i
            i = i.next_sibling


 

 

版权声明:本文为博主的原创文章,欢迎转载,但请注明出处,谢谢!

相关文章推荐

Beautiful Soup(二)--遍历文档树

[Top] Beautiful Soup--遍历文档树

python+BeautifulSoup文档遍历树子节点

文档遍历树:html_doc = """ The Dormouse's storyThe Dormouse's storyOnce upon a time there were three littl...

树2. List Leaves(树的遍历,队列的简单应用)

首先参考ice_camel的博客,其实现方式非常简洁便于理解 题目要求 Given a tree, you are supposed to list all the leaves ...

VC++深入详解 笔记 第三章(2) 一个单文档MFC应用程序的创建过程

P66 对于一个单文档应用程序,都有一个CMainFrame类,一个以"C+工程名+App"为名字的类,一个以"C+工程名+Doc"为名字的类和一个以"C+工程名+View"为名字的类。假设建立一个名...

BeautifulSoup学习笔记2

filters

Opencv2系列学习笔记2(图像的遍历)

图像遍历主要有三种方法,本节主要介绍和比较这三种方法。 一:简单存取像素值        首先介绍一个名词—椒盐噪点:它是一种特殊的噪点,它随机的将图像中的部分像素设置为白色或者黑色。 Code: #...
内容举报
返回顶部
收藏助手
不良信息举报
您举报文章:深度学习:神经网络中的前向传播和反向传播算法推导
举报原因:
原因补充:

(最多只允许输入30个字)