bs4获取html中body中的所有子标签

最新推荐文章于 2024-07-17 14:11:27 发布
最新推荐文章于 2024-07-17 14:11:27 发布
阅读量4.1k 收藏
点赞数
分类专栏： Python3爬虫 文章标签： 爬虫
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/llf_cloud/article/details/88634567
版权 
html = """<!DOCTYPE html>
<html>

<head>
  <meta charset="utf-8">
  <meta name="viewport" content="width=device-width, initial-scale=1.0">
  <title>科创板落地时间轴预测</title>
  <link rel="stylesheet" href="https://stackedit.io/style.css" />
</head>

<body class="stackedit">
  <div class="stackedit__html"><h2><a id="_0"></a><strong>科创板落地时间轴预测
  </strong></h2>
<p><strong>2019年3月2日</strong></p>
<blockquote>
<p>中国证监会正式发布《科创板首次公开发行股票注册管理办（试行）》和《科创板上市公司持续监管
办法（试行）》，自公布之日起实施。经证监会批准，上交所、中国结算相关业务规则随之发布</p>
</blockquote>
<p><strong>2019年3月18日</strong></p>
<blockquote>
<p>上市审核系统正式对外受理科创板项目申报</p>
</blockquote>
<p><strong>2019年6月中旬（预计最快时间）</strong></p>
<blockquote>
<p>第一批申报科创板的企业通过审核，科创板开板<br>
预期2019全年的科创板上市企业或在150家左右，预估募资规模500-1000亿元</p>
</blockquote>
<p><strong>2020年</strong></p>
<blockquote>
<p>2020年阶段性成熟成果可期<br>
未来科创板有望吸引体量更大的海外中概股或独角兽企业上市</p>
</blockquote>
</div>
</body>

</html>
"""
from bs4 import BeautifulSoup


# 2.读取HTML字符串
soup = BeautifulSoup(html, 'html.parser')

a = soup.body.descendants
# print(list(a))
res = ''
for i in a:
    if str(i).strip():
        print('+++', i)
        res = i
        break
    print('\n\n\n')

print('++', res, '++')
llf_cloud
关注
专栏目录
在一个html文件的body中,java读取html文件,并获取body中所有的标签及内容的案例
weixin_39654751的博客
06-30 450
这里的获取的是html文件中body中的所有标签以及内容package com.lmt.service.file;import java.io.BufferedReader;import java.io.File;import java.io.FileInputStream;import java.io.InputStreamReader;import java.io.Reader;import ...
python-68：BS4获取多个标签的文本
weixin_33919941的博客
12-31 2137
2019独角兽企业重金招聘Python工程师标准>>> ...
bs4取值技巧的详细介绍
最新发布
weixin_43822401的博客
07-17 762
希望以上信息对您有所帮助！
37-python中bs4获取的标签中如何提取子标签
weixin_30721899的博客
11-20 2787
如果只是要提取一个标签 里面的属性值啥的，直接看这篇文章就可以了： 23-python用BeautifulSoup用抓取a标签内所有数据 如果是标签的嵌套，可以参考下面的思路，虽然不是很简洁，但是可以解决你的问题： 可以看到不能直接 findAll 所有的 tr 标签，否则会有许多杂质的， 所以，可以知道 table, 根据id 或者class, 则可以唯一找到； 下面的重点就...
beautifulsoup html内容_python爬虫之下载盗墓笔记（bs4解析HTML）
weixin_39538693的博客
11-19 161
前言：最近一个作业用到爬虫，我爬取的网站是拉勾网，返回的是json格式，我就用字典的形式获取数据了这次顺便把bs4解析返回的HTML格式也熟悉一下爬了一个简单的网站：http://www.seputu.com学习了下https://www.cnblogs.com/insane-Mr-Li/p/9117005.html的内容，自己动手开始搞了，基本原理差不多记下主要用法：通过检查元素可以看到每一节的...
基于bs4库的HTML内容查找方法
weixin_30387663的博客
07-25 118
一、信息提取实例 提取HTML中所有的URL链接 思路：1）搜索到所有的<a>标签 　　　2）解析<a>标签格式，提取href后的链接内容 >>> import requests>>> r= requests.get("https://python123.io/ws/demo.html")>>> dem...
Python爬虫之基于bs4库的HTML内容查找方法
拂去烟尘的博客
05-12 1207
find_all的使用方法： &amp;lt;&amp;gt;.find_all(name, attrs, recursive, string, **kwargs) name : 对标签名称的检索字符串, 返回一个列表类型，存储查找的结果 attrs: 对标签属性值的检索字符串，可标注属性检索 recursive: 是否对子孙全部检索，默认True string: &amp;lt;&amp;gt;… &amp;lt;tag&amp;gt...
python爬虫网页解析——beautifulsoup4常用函数
guanxxx的博客
05-08 689
bs.html.body.h1 == bs.html.h1 == bs.body.h1 == bs.h1 # 直接调用标签。bs.find_all(string='str | Pattern') # 根据标签包含的文本查找所有符合条件的标签。bs.find(string='str | Pattern') # 根据标签包含的文本查找第一个符合条件的标签。bs.find_all(name='') # 根据标签名查找所有符合条件的标签。
python中bs4.BeautifulSoup的基本用法
09-18
以下是对标题和描述中所提及的`bs4.BeautifulSoup`基本用法的详细解释： 首先，我们需要导入`bs4`模块，并创建一个BeautifulSoup对象。这通常涉及到两个参数：HTML文档字符串和解析器。例如： ```python from bs4 ...
浅谈Python中的bs4基础
09-20
7. 获取`<body>`标签下的所有内容：`print(bs.body.contents)`。 8. 获取`<div>`标签下指定索引的内容：`print(bs.div.contents[3])`。 9. 通过`id`或`class`查找标签：`print(bs.find(id='kw'))`和`print(bs.find...
html遍历列表标签层级,基于bs4库的HTML标签遍历方法
weixin_35916518的博客
07-03 675
基于bs4库的HTML标签遍历方法import requestsr=requests.get('http://python123.io/ws/demo.html')demo=r.textHTML基本格式 HTML可以看做一棵标签树遍历方法! 下行遍历属性说明.contents将该标签所有的儿子节点存入列表.children子节点的迭代类型，和contents类似，用于遍历儿子节点.descend...
python批量获取html内body内容的实例
01-21
方法：利用python插件beautifulSoup获取htmlbody标签的内容，并批量处理。 # -*- coding:utf8 -*- from bs4 import BeautifulSoup import os import os.path import sys reload(sys) sys.setdefaultencoding('utf8'...
python提取html中的href标签,如何使用Python从HTML获取href链接？
weixin_30810127的博客
07-01 5445
原英文标题How can I get href links from HTML using Python?import urllib2website = "WEBSITE"openwebsite = urllib2.urlopen(website)html = getwebsite.read()print html到现在为止还挺好。但我只希望纯文本HTML中的href链接。 我怎么解决这个问题？9...
Python爬虫（bs4）-2
夜影成辉的博客
09-01 360
本文基于书籍《Python网络数据采集》（Web Scraping with python） 语言：python3 系统：CentOS7 python库：Beautiful Soup41.抽取HTML中标签属性在BeautifulSoup中使用findAll（）/final（）函数findAll(tag,attribute,recursive,text,limit,keywords)ta
java富文本（html）导出到 word （包括图片和文本内容）分别是url 和base64两种格式 - poi 和Jsoup； Jsoup.parse 获取body里面所有的子元素
myStyle的博客
03-15 6165
.
2、Beautiful Soup库（bs4）入门
热门推荐
禾如月的博客
04-13 3万+
该库能够解析HTML和XML 使用Beautiful Soup库: frombs4importBeautifulSoup soup =BeautifulSoup('<p>data</p>', 'html.parser') #html解析器：html.parser ，前一个参数则是要解析的内容 小测： from b...
bs4查找标签属性值
qq_45060674的博客
07-16 5515
原html: <meta charset="utf-8"> <table class="tablelist" cellpadding="0" cellspacing="0" border = '1 solid orange'> <tbody> <tr class="h"> <td class="l" width="374">职位名称</td> <td>职
用Beautifusoup提取某个标签下的只包含子标签的节点
m_wuhua的专栏
09-22 3633
The Dormouse's story   若是用soup.html.find_all("title")则显示的是：[The Dormouse's story] 但是用soup.html.find_all("title", recursive=False) 则结果显示是：[ ]
python bs4中解析html
08-30
在Python中使用BeautifulSoup库（通常简称为bs4）解析HTML，可以按照以下步骤进行操作： 1. 安装BeautifulSoup库：使用pip命令安装bs4库，可以在命令行中执行以下命令： ``` pip install bs4 ``` 2. 导入BeautifulSoup库：在Python脚本的开头添加以下代码： ```python from bs4 import BeautifulSoup ``` 3. 读取HTML文件或字符串：有两种方式可以读取HTML内容，你可以选择其中之一： - 从本地文件读取HTML内容： ```python with open('example.html', 'r') as f: html_content = f.read() ``` - 直接使用HTML字符串： ```python html_content = """ <html> <head> <title>Example</title> </head> <body> <h1>Hello, world!</h1> </body> </html> """ ``` 4. 创建BeautifulSoup对象：使用BeautifulSoup类将HTML内容解析为BeautifulSoup对象： ```python soup = BeautifulSoup(html_content, 'html.parser') ``` 5. 使用BeautifulSoup对象进行解析：通过BeautifulSoup对象可以获取HTML中的各种元素、标签、属性等信息。以下是几个常用的操作示例： - 查找元素： ```python # 根据标签名查找第一个匹配的元素 element = soup.find('div') # 根据标签名查找所有匹配的元素 elements = soup.find_all('a') # 根据CSS选择器查找元素 elements = soup.select('.class-name') ``` - 获取元素内容： ```python # 获取元素的文本内容 text = element.text # 获取元素的属性值 attr_value = element['attribute'] ``` - 遍历元素： ```python # 遍历所有匹配的元素 for element in elements: print(element.text) ``` 这些是使用BeautifulSoup库解析HTML的基本步骤和操作示例。你可以根据具体的需求进行更多的操作，可以参考BeautifulSoup官方文档获取更多用法和示例。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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