Python——BeautifulSoup库入门

html相关内容：

    <p>..</p>    :    标签Tag 

例如：<p class = 'title'>...</p>

理解：p为名称（Name），成对出现；class='title' 为属性（attributes），包含0或多个属性，由键 值 对构成。

Beautiful Soup库也叫beautifulsoup4 或 bs4库。

引用方式

    from bs4 import BeautifulSoup

 

HTML文档    <——> 标签树<——>BeautifulSoup类是等价的

BeautifulSoup类的基本元素

'<p>data</p>'是需要解析的HTML信息，可用以下方式获得：

import requests

r = requests.get('http://www.baidu.com')

demo = r.text

demo对应'<p>data</p>

获得Tag标签（浏览器左上方显示的信息）的方法：

soup = BeautifulSoup(demo,'html,parser')

soup.title

获得链接标签（a标签）：

tag = soup.a

tag

标签的父：

tag = soup.a

soup.a.parent.name

soup.a.parent.parent.name

.name获得名字，字符串类型

获得标签属性：

字典形式：

tag = soup.a

tag.attrs