【爬虫系列】爬取小说网站--Bs4，2024-2024阿里巴巴Python面试真题解析

1 数据解析的原理:

-1.标签定位

-2.提取标签、标签属性中存储的数据值

2 bs4数据解析的原理:

-1.实例化一个BeautifulSoup对象，并且将页面源码数据加载到该对象中

-2.通过调用BeautifulSoup对象中相关的属性或者方法进行标签定位和数据提取

3 环境安装:

- pip install bs4

- pip install lxml

3、如何实例化BeautifulSoup对象:

---

from bs4 import BeautifulSoup

对象的实例化:

- 1.将本地的html文档中的数据加载到该对象中

fp = open( ‘./test.html’ ,‘r’ ,encoding=‘utf-8’)soup =BeautifulSoup(fp, ‘lxml’ )

-2.将互联网上获取的页面源码加载到该对象中

page_text =response.text

soup =BeatifulSoup(page_text, ’ lxml’)

4、提供的用于数据解析的方法和属性:

---

- soup.tagName:返回的是文档中第一次出现的tagName对应的标签- soup.find( ):

-find( 'tagName '):等同于soup.div一属性定位:

-soup.find( ‘div’ ,class_/id/attr= 'song ')

- soup.find_all( 'tagName '):返回符合要求的所有标签（列表)select:

- select('某种选择器(id,class，标签…选择器)‘),返回的是一个列表。一层级选择器:

- soup.select( ‘.tang > ul > li > a’):>表示的是一个层级- oup.select( ‘.tang > ul a’):空格表示的多个层级

5、获取标签之间的文本数据:

---

- soup.a.text/stringlget_text()

- text/get_text():可以获取某一个标签中所有的文本内容- string:只可以获取该标签下面直系的文本内容

- string:只可以获取该标签下面直系的文本内容

6、实例

---

一、Python所有方向的学习路线

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。

二、Python必备开发工具

工具都帮大家整理好了，安装就可直接上手！

三、最新Python学习笔记

当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。

四、Python视频合集

观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

五、实战案例

纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

六、面试宝典

简历模板

小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数初中级Python工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Python爬虫全套学习资料》送给大家，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

由于文件比较大，这里只是将部分目录截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频

如果你觉得这些内容对你有帮助，可以添加下面V无偿领取！（备注：python）

知道该从何学起的朋友，同时减轻大家的负担。**

由于文件比较大，这里只是将部分目录截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频

如果你觉得这些内容对你有帮助，可以添加下面V无偿领取！（备注：python）
[外链图片转存中…(img-ln0pK2I0-1711074935578)]