获取标签及内容详解

from bs4 import BeautifulSoup
html ='''
<div> 
<h1><title>this is a story</title></h1>
<p class="title" name="dromouse">
    <b>The Dormouse's story</b>
    aaaaa
</p> 
<p class="title" name="dromouse" title='new'><b>The Dormouse's story</b>a</p>   
<p class="story">
    <a href="http://example.com/elsie" class="sister" id="link1"><!-- Elsie --></a> 
    <a href="http://example.com/lacie" class="sister" id="link2">Lacie</a>   
    <a href="http://example.com/tillie" class="sister" id="link3">Tillie</a>    
</p>  
<p class="story">good</p>
 <ul id="ulone">
     <li>x01</li>
     <li>y02</li>
     <li>z03</li>    
  </ul>
<div class='div11'>
    <ul id="ultwo">
        <li>a0001</li>
        <li>b0002</li>
        <li>c0003</li>        
    </ul>
</div>
</div>
'''
soup = BeautifulSoup(html,'lxml')

print(soup.find_all('p',attrs={'class':'title'}))

(1)获取标签对象
print(soup.h1)

（2）获取标签内的文本字符串:
print(soup.h1.text)
print(soup.h1.get_text())
tit = soup.find('h1').get_text()
print(tit)

（3）获取soup内的所有p标签，返回一个列表
print(soup.find_all('p')) 

(4)多层查询
find_all查询返回的是列表，使用下标寻找想要的内容
print(soup.find_all('ul')[0].find_all('li'))

（5）获取标签的属性
print(soup.a.attrs['href'])

tag.get('attr')
可以得到tag标签中attr属性的value,

for link in soup.find_all('a'):
print(link.get('href'))

(6)通过指定的属性，获取对象
print(soup.find('ul',id='ulone'))
print(soup.find_all('ul',id='ulone'))结果是列表

print(soup.find_all('p',attrs={'class':'title'}))