python 如何使用find和find_all爬虫、找文本的实现

这篇文章我们来讲讲如何在python使用bs4模块返回值中正确使用find和find_all来取值。

我们先来看看find函数在两种场景使用： 一、 find在字符串（str）时可以查找使用。

在字符串（str）是怎么来使用find函数，find函数就是找到的意思。

我们来看看下面案例

1
2
3
4
#---------案例1-----------
a='0123456789'#因为我们电脑中的字节都是从0开始算第一个位置
b=a.find('0')#这行代码的意思就是我要查找a中0的位置
print（b）
>>0

#这里就是打印出来的内容

应为0在a中的第0个位置

在来试试第二个案例

1
2
3
4
#---------案例2-----------
a='0123456789'
b=a.find('5')#我要查找a中5的位置
print（b）
>>5

其中你要查找的内容不在a中，则会返回 -1 。在str中的使用方法说到这里。

二、 find在bs4模块返回值中怎么使用

我们在课堂上学过，bs4返回的值是 <class 'bs4.BeautifulSoup'>

假设我把把bs4返回的值赋值给 bs

这时我们就要用 bs.find(class_=‘one')

这个代码就是在bs值中从上往下找，找到第一个类等于one的值。

如果下图
在这里插入图片描述
从上到下找是不是我标出来蓝色区域是我要找的类，对的我们把他赋值给one，我们把他打印出来

1
print（'one'）
这时候系统就会返回这样一个值给我们，如下图
在这里插入图片描述
大家看，他返回的是从 class='one'开始到这个类标签ul结束，对的，他不会返回其他值，他只会返回这个类的标签开始到结束。

所以当bs4返回值时，第一步使用find找打包含自己要找的所有值中第一个父类，再赋值给函数，这样这个函数就是我们进行下一步查找的对象。

接下俩我们就还可以使用find(找到)或者find_all(找到全部一样的)，来定位函数位置，像图中：
在这里插入图片描述

class="navbar-branding"就只有一个，我们像打印出 开发者的网上家园 怎么写

这时候我们假设，上面bs.find(class_='one')赋值给one函数那么我们就从one开始查找
one.find(class="navbar-branding")这样查找出来的内哦让那个就会返回给我们这个区域内容
在这里插入图片描述
然后这个区域的文字再title值里面，我们就没办法直接用 .text 取值了，所以我们要接着查找

将one.find(class="navbar-branding")赋值给 one_1

然后用 one_1.find('a')来查找到a标签

后面加一个中括号取值[‘title']这样打印出来内容就是“开发者的网上家园”了。

连起来就是这样写

1
print(one_1.find('a') ['title'])
下面我们把代码连起来打一遍看图
在这里插入图片描述

看代码

1
2
3
4
5
6
one=bs.find(class_='one')
        one_1=one.find(class="navbar-branding")
    print(one_1.find('a') ['title'])
 
>>开发者的网上家园
#这就是最后返回的值
就这么简单。

三、 find_all在bs4模块返回值中怎么使用

还是用上图举例
在这里插入图片描述
我们可以看到如果我要取下面的 li 标签中的值怎么办

这时候我们就得用到find_al了（查找全部一样的）

先补充代码到这个li标签的父类

1
2
one=bs.find(class_='one')
one_1=one.find(class="navbar-branding")
然后我们用one_1来取值如下代码

1
one_1.find_all('li')#这时候我们取值了再one_1区域中所有有li便签的内容
他会返回给我们一个列表

列表时这样的

1
<li>…</li>,<li>…</li>,<li>…</li>,<li>…</li>,<li>…</li>,<li>…</li>
每一个区域就是一个内容，中间的。。。我时为了图省事，其实都是内容。

竟然得到这样的一个列表我们就可以使用for I in one_1.find_all('li')

这样取遍历出这个列表的东西，然后取值，

或者我只要其中一个就是ne_1.find_all('li')[2] 后面加一个数字，

列表取值大家应该都会把，这样就可以定位到我们想要的东西了。

总结一下find就是查找某一项的第一个数据，find_all就是找所有数据，然后用for遍历就能取出

到此这篇关于python 如何使用find和find_all爬虫、找文本的实现的文章就介绍到这了