beautiful soup 解析

debugBiubiubiu2000

已于 2023-12-22 09:35:37 修改

阅读量116

点赞数

分类专栏： python 爬虫文章标签： python 爬虫开发语言

于 2023-09-18 22:28:50 首次发布

本文链接：https://blog.csdn.net/2301_77659011/article/details/132998594

版权

python 爬虫专栏收录该内容

11 篇文章 1 订阅

订阅专栏

基本介绍

基本使用

简单案例

test.html 中的代码

<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <title>Title</title>
</head>
<body>
    <h1>标题1</h1>
    <h2>标题2</h2>
    <h3>标题3</h3>
    <h4>标题4</h4>

    <div id="content" class="default">
        <p>段落</p>
        <a href="http://www.baidu.com">百度</a> <br/>
        <a href="http://www.iqiyi.com">爱奇艺</a> <br/>
        <img src="https://www.python.org/static/img/python-logo.png" />
    </div>
</body>
</html>

test.py 中的代码

from bs4 import BeautifulSoup

with open('./test.html', encoding='utf-8') as f:
    html_doc = f.read()

soup = BeautifulSoup(html_doc, 'html.parser')

div_node = soup.find('div', id='content')
print(div_node)
print('='*20)

links = div_node.find_all('a')
for link in links:
    print(link.name, link['href'], link.get_text())

img = div_node.find('img')
print(img['src'])

代码运行结果