python爬虫的BeautifulSoup库详解(1)

...

“”"

from bs4 import BeautifulSoup

soup = BeautifulSoup(html, ‘lxml’)

print(soup.p.contents)

['\n Once upon a time there were three little sisters; and their names were\n ',

Elsie

, ‘\n’, Lacie, ’ \n and\n ', Tillie, '\n and they lived at the bottom of a well.\n ']

html = “”"

Once upon a time there were three little sisters; and their names were

Elsie

Lacie

and

Tillie

and they lived at the bottom of a well.

...

“”"

from bs4 import BeautifulSoup

soup = BeautifulSoup(html, ‘lxml’)

print(soup.p.children)

for i, child in enumerate(soup.p.children):

print(i, child)

<list_iterator object at 0x1064f7dd8>

0

Once upon a time there were three little sisters; and their names were

1

Elsie

2

3 Lacie

4

and

5 Tillie

6

and they lived at the bottom of a well.

html = “”"

Once upon a time there were three little sisters; and their names were

Elsie

Lacie

and

Tillie

and they lived at the bottom of a well.

...

“”"

from bs4 import BeautifulSoup

soup = BeautifulSoup(html, ‘lxml’)

print(soup.p.descendants)

for i, child in enumerate(soup.p.descendants):

print(i, child)

<generator object descendants at 0x10650e678>

0

Once upon a time there were three little sisters; and their names were

1

Elsie

2

3 Elsie

4 Elsie

5

6

7 Lacie

8 Lacie

9

and

10 Tillie

11 Tillie

12

and they lived at the bottom of a well.

3.7父节点和祖先节点

html = “”"

Once upon a time there were three little sisters; and their names were

Elsie

Lacie

and

Tillie

and they lived at the bottom of a well.

...

“”"

from bs4 import BeautifulSoup

soup = BeautifulSoup(html, ‘lxml’)

print(soup.a.parent)

Once upon a time there were three little sisters; and their names were

Elsie

Lacie

and

Tillie

and they lived at the bottom of a well.

html = “”"

Once upon a time there were three little sisters; and their names were

Elsie

Lacie

and

Tillie

and they lived at the bottom of a well.

...

“”"

from bs4 import BeautifulSoup

soup = BeautifulSoup(html, ‘lxml’)

print(list(enumerate(soup.a.parents)))

[(0,

Once upon a time there were three little sisters; and their names were

Elsie

Lacie

and

Tillie

and they lived at the bottom of a well.

), (1,

Once upon a time there were three little sisters; and their names were

Elsie

Lacie

and

Tillie

and they lived at the bottom of a well.

...

), (2,

Once upon a time there were three little sisters; and their names were

Elsie

Lacie

and

Tillie

and they lived at the bottom of a well.

...

), (3,

Once upon a time there were three little sisters; and their names were

Elsie

Lacie

and

Tillie

and they lived at the bottom of a well.

...

)]

3.8兄弟节点

html = “”"

Once upon a time there were three little sisters; and their names were

Elsie

Lacie

and

Tillie

and they lived at the bottom of a well.

...

“”"

from bs4 import BeautifulSoup

soup = BeautifulSoup(html, ‘lxml’)

print(list(enumerate(soup.a.next_siblings)))

print(list(enumerate(soup.a.previous_siblings)))

[(0, ‘\n’), (1, Lacie), (2, ’ \n and\n '), (3, Tillie), (4, '\n and they lived at the bottom of a well.\n ')]

[(0, '\n Once upon a time there were three little sisters; and their names were\n ')]

4标准选择器

---

4.1find_all( name , attrs , recursive , text , **kwargs )

可根据标签名、属性、内容查找文档

4.1.1name

html=‘’’

Hello

• Foo
• Bar
• Jay
• Foo
• Bar

• ‘’’

  from bs4 import BeautifulSoup

  soup = BeautifulSoup(html, ‘lxml’)

  print(soup.find_all(‘ul’))

  print(type(soup.find_all(‘ul’)[0]))

  [

• Foo
• Bar
• Jay
• ,
• Foo
• Bar
• ]

  <class ‘bs4.element.Tag’>

  html=‘’’

  Hello
• Foo
• Bar
• Jay
• Foo
• Bar

• ‘’’

  from bs4 import BeautifulSoup

  soup = BeautifulSoup(html, ‘lxml’)

  for ul in soup.find_all(‘ul’):

  print(ul.find_all(‘li’))

  [

• Foo
• ,
• Bar
• ,
• Jay
• ]

  [

• Foo
• ,
• Bar
• ]

  4.1.2attrs

  html=‘’’

  Hello
• Foo
• Bar
• Jay
• Foo
• Bar

• ‘’’

  from bs4 import BeautifulSoup

  soup = BeautifulSoup(html, ‘lxml’)

  print(soup.find_all(attrs={‘id’: ‘list-1’}))

  print(soup.find_all(attrs={‘name’: ‘elements’}))

  [

• Foo
• Bar
• Jay
• ]

  [

• Foo
• Bar
• Jay
• ]

  html=‘’’

  Hello
• Foo
• Bar
• Jay
• Foo
• Bar

• ‘’’

  from bs4 import BeautifulSoup

  soup = BeautifulSoup(html, ‘lxml’)

  print(soup.find_all(id=‘list-1’))

  print(soup.find_all(class_=‘element’))

  [

• Foo
• Bar
• Jay
• ]

  [

• Foo
• ,
• Bar
• ,
• Jay
• ,
• Foo
• ,
• Bar
• ]

  4.1.3text

  html=‘’’

  Hello
• Foo
• Bar
• Jay
• Foo
• Bar

• ‘’’

  from bs4 import BeautifulSoup

  soup = BeautifulSoup(html, ‘lxml’)

  print(soup.find_all(text=‘Foo’))

  [‘Foo’, ‘Foo’]

  4.2find( name , attrs , recursive , text , **kwargs )

  find返回单个元素，find_all返回所有元素

  html=‘’’

  Hello
• Foo
• Bar
• Jay
• Foo
• Bar

• ‘’’

  from bs4 import BeautifulSoup

  soup = BeautifulSoup(html, ‘lxml’)

  print(soup.find(‘ul’))

  print(type(soup.find(‘ul’)))

  print(soup.find(‘page’))
• Foo
• Bar
• Jay

• <class ‘bs4.element.Tag’>

  None

  4.3find_parents() find_parent()

  find_parents()返回所有祖先节点，find_parent()返回直接父节点。

  4.4find_next_siblings() find_next_sibling()

  find_next_siblings()返回后面所有兄弟节点，find_next_sibling()返回后面第一个兄弟节点。

  4.5find_previous_siblings() find_previous_sibling()

  find_previous_siblings()返回前面所有兄弟节点，find_previous_sibling()返回前面第一个兄弟节点。

  4.6find_all_next() find_next()

  find_all_next()返回节点后所有符合条件的节点, find_next()返回第一个符合条件的节点

  4.7find_all_previous() 和 find_previous()

  find_all_previous()返回节点后所有符合条件的节点, find_previous()返回第一个符合条件的节点

  5.CSS选择器

  ---

  通过select()直接传入CSS选择器即可完成选择

  html=‘’’

  Hello
• Foo
• Bar
• Jay
• Foo
• Bar

• ‘’’

  from bs4 import BeautifulSoup

  soup = BeautifulSoup(html, ‘lxml’)

  print(soup.select(‘.panel .panel-heading’))

  print(soup.select(‘ul li’))

  print(soup.select(‘#list-2 .element’))

  print(type(soup.select(‘ul’)[0]))

  [

  Hello

  ]

  [

• Foo
• ,
• Bar
• ,
• Jay
• ,
• Foo
• ,
• Bar
• ]

  [

• Foo
• ,
• Bar
• ]

  <class ‘bs4.element.Tag’>

  html=‘’’

  自我介绍一下，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，但对于培训机构动则几千的学费，着实压力不小。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开发全套学习资料》，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。
  
  
  
  
  
  

  既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Python开发知识点，真正体系化！

  由于文件比较大，这里只是将部分目录大纲截图出来，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，并且后续会持续更新

  如果你觉得这些内容对你有帮助，可以添加V获取：vip1024c （备注Python）
  

  做了那么多年开发，自学了很多门编程语言，我很明白学习资源对于学一门新语言的重要性，这些年也收藏了不少的Python干货，对我来说这些东西确实已经用不到了，但对于准备自学Python的人来说，或许它就是一个宝藏，可以给你省去很多的时间和精力。

  别在网上瞎学了，我最近也做了一些资源的更新，只要你是我的粉丝，这期福利你都可拿走。

  我先来介绍一下这些东西怎么用，文末抱走。

  ---

  （1）Python所有方向的学习路线（新版）

  这是我花了几天的时间去把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，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

  最近我才对这些路线做了一下新的更新，知识体系更全面了。

  

  （2）Python学习视频

  包含了Python入门、爬虫、数据分析和web开发的学习视频，总共100多个，虽然没有那么全面，但是对于入门来说是没问题的，学完这些之后，你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。

  

  （3）100多个练手项目

  我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了，只是里面的项目比较多，水平也是参差不齐，大家可以挑自己能做的项目去练练。

  

  （4）200多本电子书

  这些年我也收藏了很多电子书，大概200多本，有时候带实体书不方便的话，我就会去打开电子书看看，书籍可不一定比视频教程差，尤其是权威的技术书籍。

  基本上主流的和经典的都有，这里我就不放图了，版权问题，个人看看是没有问题的。

  （5）Python知识点汇总

  知识点汇总有点像学习路线，但与学习路线不同的点就在于，知识点汇总更为细致，里面包含了对具体知识点的简单说明，而我们的学习路线则更为抽象和简单，只是为了方便大家只是某个领域你应该学习哪些技术栈。

  

  （6）其他资料

  还有其他的一些东西，比如说我自己出的Python入门图文类教程，没有电脑的时候用手机也可以学习知识，学会了理论之后再去敲代码实践验证，还有Python中文版的库资料、MySQL和HTML标签大全等等，这些都是可以送给粉丝们的东西。

  

  这些都不是什么非常值钱的东西，但对于没有资源或者资源不是很好的学习者来说确实很不错，你要是用得到的话都可以直接抱走，关注过我的人都知道，这些都是可以拿到的。

  。

  

  （2）Python学习视频

  包含了Python入门、爬虫、数据分析和web开发的学习视频，总共100多个，虽然没有那么全面，但是对于入门来说是没问题的，学完这些之后，你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。

  

  （3）100多个练手项目

  我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了，只是里面的项目比较多，水平也是参差不齐，大家可以挑自己能做的项目去练练。

  

  （4）200多本电子书

  这些年我也收藏了很多电子书，大概200多本，有时候带实体书不方便的话，我就会去打开电子书看看，书籍可不一定比视频教程差，尤其是权威的技术书籍。

  基本上主流的和经典的都有，这里我就不放图了，版权问题，个人看看是没有问题的。

  （5）Python知识点汇总

  知识点汇总有点像学习路线，但与学习路线不同的点就在于，知识点汇总更为细致，里面包含了对具体知识点的简单说明，而我们的学习路线则更为抽象和简单，只是为了方便大家只是某个领域你应该学习哪些技术栈。

  

  （6）其他资料

  还有其他的一些东西，比如说我自己出的Python入门图文类教程，没有电脑的时候用手机也可以学习知识，学会了理论之后再去敲代码实践验证，还有Python中文版的库资料、MySQL和HTML标签大全等等，这些都是可以送给粉丝们的东西。

  

  这些都不是什么非常值钱的东西，但对于没有资源或者资源不是很好的学习者来说确实很不错，你要是用得到的话都可以直接抱走，关注过我的人都知道，这些都是可以拿到的。