Beautifulsoup4库提取数据详解

Beautlfu1Soup记:
find_all的使用:
1.在提取标签的时候,第一个参数是标签的名字。然后如果在提取标签的时候想要使用标签属性进行过滤,那么可以在这个方法中通过关键字参数的形式,将属性的名字以及对应的值传进去。或者是使用 attrs属性,将所有的属性以及对应的值放在一个字典中传给attrs属性
2.有些时候,在提取标签的时候,不想提取那么多,那么可以使用1imit参数。限制提取多少个
find与find_a11的区别:
1.find:找到第一个满足条件的标签就返回。说白了,就是只会返回一个元素
2.find_all:将所有满足条件的标签都返回。说白了,会返回很多标签(以列表的形式)
获取标签的属性:
1.通过下标获取:通过标签的下标的方式
python
href=a['href']
2.通过 attrs属性获取:示例代码
python
href = a.attrs['href']
String和stripped_strings、string属性以及get_text方法
1.string:获取某个标签下的非标签字符串
2.stirngs：获取某个标签下的非子孙标签字符串
3.stripped_strings：获取某个标签下的子孙非标签字符串，会去掉空白字符。
4.get_text:获取某个标签下的子孙非标签字符串。不是以列表的形式返回。

Beautifulsoup常见的四种对象:
1.Tag: Beautifulsoup中所有的标签都是Tag类型,并且 Beautifulsoup的对象其实本所上
也是一个Tag类型。所以其实一些方法比如find、find_a11并不是 Beautifulsoup的,而是T
ag的
2. Navigablestring:继承自 python中的str,用起来就跟使用python的str是一样的,
3. Beautifulsoup:继承自Tag。用来生成 Beaufifulsoup树的。对于一些查找方法,比如find、 select这些,其实还是Tag的。
4.Comment：这个也没什么好说，就是继承NavigableString。
contents和 children
返回某个标签下的直接子元素,其中也包括字行串。他们两的区别是: contents返回来约
是一个列表,children返回的是个迭代器。