Python BeautifulSoup库 API

查找标签

BeautifulSoup类继承了Tag类,然后Tag继承了PageElement(object)类

Tag类

class Tag(PageElement)
Tag类主要是对标签的管理

实例属性

属性	描述
.name	返回标签名称
.namespace
.prefix
self.preserve_whitespace_tags
.attrs	标签属性
.contents	标签二进制文件

实例方法

方法	描述
@def is_empty_element(self)	是否为空
@def stripped_strings(self)
def get_text(self, separator="", strip=False,types=(NavigableString, CData))	获得文本
def decompose(self)
def clear(self, decompose=False)	获取所有子标签
def index(self, element)	索引
def get(self, key, default=None)	获得标签
def has_attr(self, key)	获得属性
def encode(self, encoding=DEFAULT_OUTPUT_ENCODING,indent_level=None, formatter=“minimal”,errors=“xmlcharrefreplace”)
def decode(self, indent_level=None,eventual_encoding=DEFAULT_OUTPUT_ENCODING,formatter=“minimal”)
def decode_contents(self, indent_level=None,eventual_encoding=DEFAULT_OUTPUT_ENCODING,formatter=“minimal”)
def encode_contents(self, indent_level=None, encoding=DEFAULT_OUTPUT_ENCODING,formatter=“minimal”)
def find(self, name=None, attrs={}, recursive=True, text=None,**kwargs):
def find_all(self, name=None, attrs={}, recursive=True, text=None,limit=None, **kwargs)	返回的是一个列表，所以不能直接用get_text()等标签的函数
@def children(self)
@def descendants(self)
def childGenerator(self)
def recursiveChildGenerator(self)
def select_one(self, selector)
def select(self, selector, _candidate_generator=None, limit=None)

PageElement(object)

class PageElement(object)
PageElement主要是对html文件的管理

实例方法

方法	描述
def find_next(self, name=None, attrs={}, text=None, **kwargs)	返回匹配的第一项并显示它后一个标签
def find_all_next(self, name=None, attrs={}, text=None, limit=None,**kwargs)	同上,返回所有
def find_next_sibling(self, name=None, attrs={}, text=None, **kwargs)	返回其兄弟标签,并展示下一个
def find_next_siblings(self, name=None, attrs={}, text=None, limit=None,**kwargs)	同上,返回所有
def find_previous(self, name=None, attrs={}, text=None, **kwargs)	与next相反操作
def find_all_previous(self, name=None, attrs={}, text=None, limit=None,**kwargs)	与next相反操作
def find_previous_sibling(self, name=None, attrs={}, text=None, **kwargs)	与next相反操作
def find_previous_siblings(self, name=None, attrs={}, text=None,limit=None, **kwargs)	与next相反操作
def find_parent(self, name=None, attrs={}, **kwargs)	获得父标签
def find_parents(self, name=None, attrs={}, limit=None, **kwargs)	获得所有父标签
@def next(self)	获得下一个标签
@def previous(self)	获得上一个标签
def _find_one(self, method, name, attrs, text, **kwargs)
def _find_all(self, name, attrs, text, limit, generator, **kwargs)
这些生成器可以用于	NavigableStrings and Tags
@def next_elements(self)
@def next_siblings(self)
@def previous_elements(self)
@def previous_siblings(self)
@def parents(self)
def nextGenerator(self)
def nextSiblingGenerator(self)
def previousGenerator(self)
def previousSiblingGenerator(self)
def parentGenerator(self)

#解析器
https://www.crummy.com/software/BeautifulSoup/bs4/doc/index.zh.html#id9
用html5lib