python中如何解析Html，腾讯面试几面

先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新Python全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上Python知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以添加V获取：vip1024c （备注Python）

正文

pip install beautifulsoup4

​  
 ​ 实例代码：

from bs4 import BeautifulSoup
import requests

发送请求获取到 html 内容

response = requests.get(“https://www.example.com”)
html_content = response.text

创建 BeautifulSoup 对象

soup = BeautifulSoup(html,‘html.parser’)

创建 CSS 选择器查找元素

elements = soup.select(“.class-name”)
for element in elements:
print(element.text)

demo:  
 比如我现在想获取新浪新闻的列表：  
 ![在这里插入图片描述](https://img-blog.csdnimg.cn/direct/d783aa8d37664f06b8b99dd00e3a12bc.png)  
 对 html 进行分析，我们可以发现 class name：  
 ![在这里插入图片描述](https://img-blog.csdnimg.cn/direct/4348d2014c2e4b13a5531965cd25171b.png)  
 那么我们可以直接填入代码：

def try_to_get_world_news() :

response = requests.get("https://news.sina.com.cn/world/")

response.encoding = "utf-8"

html_data = response.text

# 创建 BeautifulSoup 对象
soup = BeautifulSoup(html_data, "html.parser")

# 通过css选择器cha查找元素
elements =  soup.select(".news-item")

for element in elements:

    if element is not None:
       a_links = element.find_all('a')

       if a_links is not None and len(a_links) > 0 :
          a_link = a_links[0]

          a_text = a_link.text.strip()
          a_href = a_link.get('href')

          print("文本：" + a_text + ",链接：" + a_href)

可以看到结果：  
 ![在这里插入图片描述](https://img-blog.csdnimg.cn/direct/1976671f387b41a09b7150feaa322354.png)


#### 2. lxml


另外一个强大的python库，也是用来处理 HTML 和 XML 文档。当然，它提供了XPath和CSS选择器等功能，也可以很方面的定位和提取HTML库。


安装

pip install lxml

​当然你还可能需要安装一下 cssselect 这个库

pip install cssselect

​ 代码实例

from lxml import html
import requests
import cssselect

创建请求对象，获取请求内容

response = requests.get(“https://www.example.com”)
html_content = response.text

创建 lxml 的 HTML 对象

tree = html.fromstring(html_content)

通过 css 选择器查找

elements = tree.cssselect(“.class-name”)
for element in elements:
print(element.text)

demo:  
 同样也是上面的例子，直接贴代码：

response = requests.get("https://news.sina.com.cn/world/")

response.encoding = "utf-8"

html_data = response.text

tree = html.fromstring(html_data)

elements =  tree.cssselect(".news-item")

感谢每一个认真阅读我文章的人，看着粉丝一路的上涨和关注，礼尚往来总是要有的：

①　2000多本Python电子书（主流和经典的书籍应该都有了）

②　Python标准库资料（最全中文版）

③　项目源码（四五十个有趣且经典的练手项目及源码）

④　Python基础入门、爬虫、web开发、大数据分析方面的视频（适合小白学习）

⑤ Python学习路线图（告别不入流的学习）

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip1024c （备注python）

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
料的朋友，可以添加V获取：vip1024c （备注python）**
[外链图片转存中…(img-Ce9FcxxH-1713163697672)]

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！