BeautifulSoup解析数据

最新推荐文章于 2025-02-17 00:30:00 发布

超超.

最新推荐文章于 2025-02-17 00:30:00 发布

阅读量2.1k

点赞数

分类专栏： python爬虫

本文链接：https://blog.csdn.net/peichaohang/article/details/100709038

版权

本文介绍了Python中用于解析HTML和XML文档的库BeautifulSoup，它以其简单易用和高效的特点受到开发者青睐。通过安装bs4库，然后遵循导入、创建BeautifulSoup对象、使用其属性和方法的步骤，可以轻松进行网页数据抓取和处理。

摘要由CSDN通过智能技术生成

BeautifulSoup

BeautifulSoup是Python独有.简单便捷和高效

安装bs4

pip install bs4
#  pip install lxml   bs4用到lxml库,如果没有安装过lxml库的时候,需要安装一下

代码使用流程

1、导包
```
from bs4 import BeautifulSoup
```

2、创建BeautifulSoup对象

Beautiful（'网络请求到的页面数据'，'lxml'）

3、使用属性和方法

	（1）根据标签名查找
        - soup.a   只能找到第一个符合要求的标签
（2）获取属性
        - soup.a.attrs  获取a所有的属性和属性值，返回一个字典
        - soup.a.attrs['href']   获取href属性
        - soup.a['href']   也可简写为这种形式
（3）获取内容
        - soup.a.string   /text()
        - soup.a.text   //text()
        - soup.a.get_text()  //text()
       【注意】如果标签还有标签，那么string获取到的结果为None，而其它两个，可以获取文本内容
（4）find：找到第一个符合要求的标签
        - soup.find(