bs4数据解析的方法
1.标签定位
2.提取标签、标签属性中的存储的数据值
bs4数据解析的原理
1.实例化一个BeautifulSoup对象,并且将页面源代码数据加载到该对象中
2.通过调用BeautifulSoup对象中相关的属性或者方法进行标签定位和数据提取
如何实例化BeautifulSoup对象
from bs4 import BeautifulSoup
1.对象的实例化
mothod1:将本地的html文档中的数据加载到该对象中
fp=open('./test.html','r',encoding='utf-8')
soup = BeautifulSoup(fp,'lxml')
mothod2:将互联网上获取的页面源码加载到该对象中
page_text = response.text
soup = BeatifulSoup(page_text,'lxml')
2.提供用于数据解析的方法和属性
--- soup.tagName:返回的是文档中第一次出现的tagName对应的标签
----soup.find():
find('tagName'):等同于soup.div
属性定位:soup.find('div',class_/id/attr='song')
soup.find_all('tagName'):返回符合要求的所有标签
----select:
select('某种选择器(id,class,标签...选择器)'),返回的是一个列表
层级选择器:使用命令soup.select('.tang > ul > li > a')[0]或者soup.select('.tang > ul a')[0]即可取出下面画红线部分的内容
注: >表示一个层级,空格表示多个层级
----获取标签之间的文本数据:
--soup.a.text/string/get_text()
--text/get_text():可以获取某一个标签中所有的文本内容
--string:只可以获取该标签下面直系的文本内容
-----获取标签中的属性值:
--soup.a['href']