Python面试题--第79道题目--如何使用BeautifulSoup的节点选择器获取节点信息--2022年05月04日

目录

一、BeautifulSoup的简介:

二、实例代码演示:

1、获取title的name,文本。

2、获得li节点的所有属性值或者某个具体的属性值。

3、获得a节点的文本。


一、BeautifulSoup的简介:

1、Beautiful Soup就是Python的一个HTML或XML的解析库,它借助网页的结构和属性等特性来解析网页。

2、有了它,我们不用再去写一些复杂的正则表达式,只需要简单的几条语句,就可以完成网页中某个元素的提取。

3、官方解释如下:
Beautiful Soup提供一些简单的、Python式的函数来处理导航、搜索、修改分析树等功能。
它是一个工具箱,通过解析文档为用户提供需要抓取的数据,因为简单,所以不需要多少代码就可以写出一个完整的应用程序。
4、Beautiful Soup自动将输入文档转换为Unicode编码,输出文档转换为UTF-8编码。

二、实例代码演示:

节点选择器可以像使用对象属性一样获取节点信息,如soup.title.name用于获取title节点的名字。

1、获取title的name,文本。

2、获得li节点的所有属性值或者某个具体的属性值。

3、获得a节点的文本。

from bs4 import BeautifulSoup

html = '''
<html>
<head>
   <title>获取节点信息</title>
</head>
<body>
<div>
    <ul>
        <li class="item1" value1="1234" value2 = "hello world"><a href="https://geekori.com"> geekori.com</a></li>
        <li class="item"><a href="https://www.jd.com"> 京东商城</a></li>        
    </ul>
    <button id="button1">确定</button>
    <ul>
        <li class="item3"><a href="https://www.taobao.com">淘宝</a></li>
        <li class="item" ><a href="https://www.microsoft.com">微软</a></li>
        <li class="item2"><a href="https://www.google.com">谷歌</a></li>
    </ul>
</div>
</body>
'''

soup = BeautifulSoup(html,'lxml') # 第二个参数是搜索引擎类型,lxml比较快。
# 获得title的name
print(soup.title.name)
# 获得title的文本
print(soup.title.text)
# 获得li节点的所有属性值
print(soup.li.attrs)
# 获得li节点的某个具体的属性值
print(soup.li.attrs['value2'])
print(soup.li['value1'])
# 获得a节点的文本
print(soup.a.text)
print(soup.a.string)

执行结果如下图:

 

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值