- 博客(4)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 beautiful soup 4.0（bs4）使用css选择器搜索文档树（4）
1、概述上一篇文章中主要介绍了使用bs4搜索文档树，主要使用find与find_all方法。但这种搜索的方法主要专注于标签以及标签的属性。其实在html中可以被用来作为元素选择器的还有一种就是CSS，在css的任何版本中都有选择器的相关定义。在很多框架中我们都是用css的选择器来定位元素的。同样在bs4中，同样提供了一整套基于css的方法来选择元素。2、使用css选择器来搜索文档树在 ...
2018-09-12 16:52:39
1558
原创 beautiful soup 4.0（bs4）搜索文档树（3）
1、概述在上一篇文章中，主要介绍遍历文档树的方法。遍历文档树主要从文档的根节点开始，对文档进行逐一扫描。这是文档解析中一个非常重要的操作。除了这个操作之外，还有一个非常重要方式就是搜索文档树，搜索文档树并不是从根节点开始逐一的对文档进行操作，而是直接在整个文档中检索到我们需要节点以及内容。比如我们想获取一个文档的标题，可以直接索搜title标签，而不需要从本届点逐个进行遍历操作。2、搜索文...
2018-09-12 15:39:20
437
原创 beautiful soup 4.0（bs4）遍历文档树（2）
1、概述在使用爬虫程序对爬取的文档进行处理时，经常要做的一个操作就是遍历文档树。文档以树形结构进行组织，所以遍历文档的操作又叫遍历文档树。beautiful soup本身提供了很多遍历文档树的方法，本文主要讨论遍历文档树的方法。2、遍历文档树2.1 准备工作本文将使用公众号的文章作为遍历的对象，所以首先需要先把整个文档抓取下来，并将多余的元素去除掉，只保留文档的主体部分以保证文档分...
2018-09-10 17:34:00
2505
原创 beautiful soup 4.0（bs4）基本应用(1)
1、概述人工智能行业的发展是以大数据为基础的，在人工智能行业当中，数据比模型本身要重要的多。从一定程度上来讲大量优质的数据可以弥补模型的缺点。而大数据所所涉及的范畴会非常的广泛，有很多在垂直行业深耕很多年的企业会积累很多的行业数据。但这种企业毕竟是少数，很多情况下我们需要自己开发爬虫从互联网上抓取数据，而爬虫程序一个非常重要的环节就是对互联网上的网页进行分析，由于网页上的资料和形式千差万别，能...
2018-09-10 13:45:10
613
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人