关闭

BeautifulSoup应用笔记(2)- 遍历文档树

1307人阅读 评论(0) 收藏 举报
分类:

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


 

 

0
1

查看评论
* 以上用户言论只代表其个人观点,不代表CSDN网站的观点或立场
    个人资料
    • 访问:102985次
    • 积分:1180
    • 等级:
    • 排名:千里之外
    • 原创:20篇
    • 转载:32篇
    • 译文:0篇
    • 评论:3条
    文章分类
    最新评论