day31-python数据解析

一 bs4的使用

1.1.创建指定页面对应的解析器

BeautifulSoup(需要解析的文档数据, 解析器类型-lxml)

soup = BeautifulSoup(html, 'lxml')
print(soup)

1.2.标签选择器

解析器对象.标签名 - 解析器对象中第一个指定标签

1. 获取soup对应页面中第一个title标签

print(soup.title)

2. 获取soup中第一个p标签中的第一个font标签

print(soup.p.font)

1.3. 获取标签名、标签属性和标签内容

1. 标签名：标签对象.name

print(soup.title.name)

2. 标签属性：
   标签对象.attrs - 获取指定标签所有的属性和值对应的字典
   标签对象.attrs[属性名]

print(soup.a.attrs)
print(soup.a.attrs['href'])

3. 标签内容
   标签对象.string - 获取标签中的文本内容（如果内容是标签返回子标签中的文本内容，如果文本和子标签同时存在就返回None）

print