Beautiful Soup学习

使用pyquey时碰到多值属性没办法处理的情况，想起了BS4可以处理这种情况，于是大概回顾了一下BS4的文档，把温习的知识点写到博客，以便以后查阅。

bs4官方文档地址点击打开链接

一、bs4对象种类：

1、Tage 相当于htm文档中的标签，和标签一样，它有name和attribute属性，通过标签名.name和标签名.attribute访问。

2、 NavigableString对象，可遍历的字符串，通过tag.string访问，该对象是标签中的字符串对象，支持BS4中遍历和搜索文档树种的一些方法（不支持find）

3、BeautifulSoup 对象表示的是一个文档的全部内容.大部分时候,可以把它当作 Tag 对象,它支持 遍历文档树 和 搜索文档树 中描述的大部分的方法，没有name和attribute属性。

4、注释及特殊字符串

二、过滤器类型：过滤器其实就是传入选择方法中的参数的类型，可以使字符串、正则表达式、列表、Ture和方法

1、字符串，一般是标签名

2、正则表达式，使用re模块的match（）方法匹配符合模式的文档

3、列表，返回与列表中元素一致的文档内容

4、Ture，可以匹配任何值

5、方法，定义一个方法，官方文档例子解释的很清楚

三、搜索文档树 find_all()和find()

find_all( name , attrs , recursive , text , **kwargs )

1、name 参数可以查找所有名字为 name 的tag,字符串对象会被自动忽略掉.

2、kewords参数，用来通过制定属性名来搜索文档

3、attrs参数，通过赋值一个字典给该参数可以查找一些不能通过keywords参数搜索的属性

4、recursive  调用 tag的 find_all() 方法时,Beautiful Soup会检索当前tag的所有子孙节点,如果只想搜索tag的直接子节点,可以使用参数 recursive=False

5、text参数用来搜索相匹配的文本内容

find_all() 几乎是Beautiful Soup中最常用的搜索方法,所以我们定义了它的简写方法. BeautifulSoup 对象和 tag 对象可以被当作一个方法来使用

soup.find_all("a")
soup("a")

以上两种搜索结果是一样的。