html相关内容:
<p>..</p> : 标签Tag
例如:<p class = 'title'>...</p>
理解:p为名称(Name),成对出现;class='title' 为属性(attributes),包含0或多个属性,由键 值 对构成。
Beautiful Soup库也叫beautifulsoup4 或 bs4库。
引用方式
from bs4 import BeautifulSoup
HTML文档 <——> 标签树<——>BeautifulSoup类是等价的
![](https://i-blog.csdnimg.cn/blog_migrate/33272a630d6f51e361e3ac0b0060318b.png)
BeautifulSoup类的基本元素
![](https://i-blog.csdnimg.cn/blog_migrate/b994ba8dd8e0c627dd4f617be146277d.png)
![](https://i-blog.csdnimg.cn/blog_migrate/f6b7bfd4dfdeb623c4a5ba943f54d1b9.png)
'<p>data</p>'是需要解析的HTML信息,可用以下方式获得:
import requests
r = requests.get('http://www.baidu.com')
demo = r.text
demo对应'<p>data</p>
获得Tag标签(浏览器左上方显示的信息)的方法:
soup = BeautifulSoup(demo,'html,parser')
soup.title
获得链接标签(a标签):
tag = soup.a
tag
标签的父:
tag = soup.a
soup.a.parent.name
soup.a.parent.parent.name
.name获得名字,字符串类型
获得标签属性:
字典形式:
tag = soup.a
tag.attrs