BeautifulSoup和lxml的基本用法示例

上一篇里面已经有一种方法了,现在再介绍两种

def get_input(html):
    data = {}
    soup = BeautifulSoup(html, 'html.parser')
    inputs = soup.form.findAll('input')
    for input in inputs:
        if input.get('name'):
            data[input.get('name')] = input.get('value')
    return data
from lxml import etree

def get_video_url(page_url):
    response = requests.get(page_url).text
    selector = etree.HTML(response.encode('utf-8'))
    x = selector.xpath('//*[@id="player"]/script/text()')
    return re.findall('src="(.*?)&', x[0])[0]
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,使用这些库可以方便地解析HTML文档并提取其中的数据。以下是使用BeautifulSoup库获取网页数据的基本步骤: 1. 安装BeautifulSoup库:可以通过pip install beautifulsoup4命令进行安装。 2. 导入BeautifulSoup库:在Python代码中,使用from bs4 import BeautifulSoup命令导入BeautifulSoup库。 3. 获取网页数据:使用Python中的requests库等工具发送HTTP请求获取网页数据,并将数据保存为字符串。 4. 解析HTML文档:使用BeautifulSoup库中的soup对象解析HTML文档,即将HTML文档转化为BeautifulSoup对象。 5. 提取数据:使用BeautifulSoup对象的find()、find_all()、select()等方法提取需要的数据。 以下是一个使用BeautifulSoup库获取网页数据的示例代码: ```python import requests from bs4 import BeautifulSoup # 发送HTTP请求获取网页数据 url = 'http://www.example.com' response = requests.get(url) html_doc = response.text # 解析HTML文档 soup = BeautifulSoup(html_doc, 'html.parser') # 提取数据 title = soup.title.string print('网页标题:', title) links = soup.find_all('a') for link in links: print(link.get('href')) ``` 以上代码中,首先使用requests库发送HTTP请求获取网页数据,并将返回的数据保存为字符串html_doc。然后,使用BeautifulSoup库中的BeautifulSoup()函数将html_doc转化为BeautifulSoup对象soup,接着使用soup对象的title属性获取网页标题,并使用find_all()方法获取所有链接,并打印出链接的href属性。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值