beatifulsoup4

最新推荐文章于 2023-12-03 19:30:00 发布

要去找佳佳

最新推荐文章于 2023-12-03 19:30:00 发布

阅读量169

点赞数

文章标签： p2p linq html

本文链接：https://blog.csdn.net/m0_47152016/article/details/122486370

版权

1.导入

from bs4 import BeatifulSoup

2.实例化BeautifulSoup对象

soup = BeautifulSoup(makeup, feature)

makeup html代码或者保存html代码的文件对象

feature html解析器类型，包括'lxml'，‘html5lib’，不传入参数就是默认解析器

3.BeautifulSoup选择器

作用：查找、定位元素、并获取数据

分类：

节点选择器获取数据的基本方法

方法选择器、css选择器查找、定位元素的常用选择

4.节点选择器

选取元素的方法：使用tag对象来选择节点元素

格式：soup.tag（soup是BeautifulSoup的实例）

—— 如果有多个相同的节点，soup.tag只会获取到第一个节点

提取信息的方法：

soup.tag.name 获取名称返回字符串

soup.tag.attrs 获取属性返回字典（但键是'class'时值是一个列表）

soup.tag.string 获取内容返回字符串

"""官方演示"""

soup.title
# <title>The Dormouse's story</title>

soup.title.name
# u'title'

soup.title.string
# u'The Dormouse's story'

soup.title.parent.name
# u'head'

soup.p
# <p class="title"><b>The Dormouse's story</b></p>

soup.p['class']
# u'title'

soup.a
# <a class="sister" href="http://example.com/elsie" id="link1">Elsie</a>

html_str = """
<html><head><title>The Dormouse's story</title></head>
<body>
<p class="title"><b>The Dormouse's story</b></p>

<p class="story">Once upon a time there were three little sisters; and their names were
<a href="http://example.com/elsie" class="sister" id="link1">Elsie</a>,
<a href="http://example.com/lacie" class="sister" id="link2">Lacie</a> and
<a href="http://example.com/tillie" class="sister" id="link3">Tillie</a>;
and they lived at the bottom of a well.</p>

<p class="story">...</p>
"""

# 1.导入BeautifulSoup类
from bs4 import BeautifulSoup

# 2.传入参数，实例化类
soup = BeautifulSoup(html_str, 'lxml')

# 3.定位元素title  
print(soup.title)
# <title>The Dormouse's story</title>

# 4.查看获取到的类型
print(type(soup.title))
# <class 'bs4.element.Tag'>   这里获取到的是Tag类型