爬虫基础——Beautiful Soup的使用

目录

Beautiful Soup

查询方法

find_all()

find()


Beautiful Soup

Beautiful Soup 是ptthon的一个HTML或XML的解析库,可以用它来方便地从网页中提取数据。

查询方法

find_all()

from bs4 import BeautifulSoup
html='''
<div class="panel">
<div class="panel-heading"
<h4>Hello</h4>
</div>
<div class="panel-body">
<ul class="list" id="list-1">
<li class="element">Foo</li>
<li class="element">Bar</li>
<li class="element">Jay</li>
</ul>
<ul class="list list-small" id="list-2">
<li class="element">Foo</li>
<li class="element">Bar</li>
</ul>
</div>
</div>
'''
soup=BeautifulSoup(html,"html.parser")
print(soup.find_all(name='ul'))

首先用BeautifulSoup()初始化对象,BeautifulSoup()中的第一个参数为HTML代码,第二个参数“html.parser”表示指定html解析器,因为BeautifulSoup不仅可以解析HTML还可以解析XML,所以应该指定解析HTML,否则会报警告。

之后再使用find_all()方法输出所有节点为ul的元素。find_all()可以输出所有符合条件的节点。

运行结果:

 除了根据节点名查询,我们还可以传入一些属性来查询,例如:

from bs4 import BeautifulSoup
html='''
<div class="panel">
<div class="panel-heading"
<h4>Hello</h4>
</div>
<div class="panel-body">
<ul class="list" id="list-1">
<li class="element">Foo</li>
<li class="element">Bar</li>
<li class="element">Jay</li>
</ul>
<ul class="list list-small" id="list-2">
<li class="element">Foo</li>
<li class="element">Bar</li>
</ul>
</div>
</div>
'''
soup=BeautifulSoup(html,"html.parser")
print(soup.find_all(attrs={'id':'list-1'}))

传入attrs参数,参数的类型是字典类型,如果我们要查找属性id为list-1,应该以字典类型输入参数。得到的结果为列表形式。

如下图:

 对于一些常用的属性,例如class等,我们可以不用attrs来传递,例如:

from bs4 import BeautifulSoup
html='''
<div class="panel">
<div class="panel-heading"
<h4>Hello</h4>
</div>
<div class="panel-body">
<ul class="list" id="list-1">
<li class="element">Foo</li>
<li class="element">Bar</li>
<li class="element">Jay</li>
</ul>
<ul class="list list-small" id="list-2">
<li class="element">Foo</li>
<li class="element">Bar</li>
</ul>
</div>
</div>
'''
soup=BeautifulSoup(html,"html.parser")
print(soup.find_all(class_='element'))

注意这里的class后面加了下划线,是因为class在python中为关键字。返回的结果依然是列表:

find()

除了find_all()方法,还有find()方法,只不过后者返回的是单个元素,也就是第一个匹配的元素,而前者返回的是所有匹配的元素组成的列表。 

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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