import requests
import re
import bs4
from bs4 import BeautifulSoup
# bs4进行数据解析
# 标签定位->提取标签中的数据
'''
实例化一个BeautifulSoup对象,并且将页面源码数据加载到该对象中
调用BeautifulSoup中的属性进行标签定位和数据提取
'''
# 1实例化对象:1将本地的html文档中的数据加载到对象中 2将互联网网页源码加载到对象中
# 将本地的html加载到对象中
# fp=open('./1.html','r',encoding='utf-8')
# soup=BeautifulSoup(fp,'lxml')
# print(soup)
# 将互联网网页源码加载到对象中获取源码数据
# page_test=response.text
# soup=BeautifulSoup(page_test,'ltml')
# 提供的用于数据解析的方法
fp=open('./1.html','r',encoding='utf-8')
soup=BeautifulSoup(fp,'lxml')
# print(soup)
# print(soup.div) #soup.tagName返回的是html中第一次出现的tagName
# soup.find(self, name=None, attrs={}, recursive=True, text=None,**kwargs)
# -find('tagname') == soup.tagname
# print(soup.find('div'))
# print(soup.find('div',class_="hzbscbox"))
# soup.find_all():返回所需要的所有标签
# print(soup.find_all('div'))
# soup.select('某种选择器(id,class,标签)')返回的是一个列表
# print(soup.select('.dzpzmain'))
print(soup.select('.dzpzmain > ul > li ')) #层级选择器的使用
小何的爬虫笔记——bs4基础解析
最新推荐文章于 2024-06-10 22:18:41 发布