BeautifulSoup解析

最新推荐文章于 2024-04-27 13:19:50 发布

_古时候

最新推荐文章于 2024-04-27 13:19:50 发布

阅读量267

点赞数

本文链接：https://blog.csdn.net/qq_38059635/article/details/81229140

版权

#beautifulsoup是Python的一个第三方库,用来解析html
#Xpath的解析速度更快，xpath底层是c
from bs4 import BeautifulSoup
#BeautifulSoup里面需要两个参数，一个是open方法，一个是固定写法‘lxml’
#open里面有两个参数：一个是想要解析的数据，另一个是编码格式
#BeautifulSoup转化数据（bs）为类对象
bs=BeautifulSoup(open('H5文件.html',encoding='utf-8'),'lxml')
# print(bs)
# print(type(bs))
# #bs.XX获取XX当中的第一个XX以及第一个XX里面的内容
# print(bs.title)#获取网页中的title标签
# print(bs.head)#获取head标签以及head内部的其他标签
# print(bs.a)#获取网页中的第一个a标签
# print(bs.name)#获取当前内容的标签名、、bs表示的是一个整体
# print(bs.head.name)#获取head的标签名
# print(bs.title.name)#获取title的标签名
# print(bs.a.attrs)#attribute属性   获取指定标签的所有属性,如果没有做有特别处理，bs.XX第一个XX
# print(bs.p['class'])#html中的id是唯一的，标签和class是多对多，一对多等的关系
# print(bs.html['lang'])
# print(bs.a)
# del bs.a['href']
# print(bs.a)
# print(bs.a.string)#获取制定标签的文本内容
# print(bs.div.string)#string获取的文本指的是本标签的文本，不包含子标签的文本
# print(bs.head.contents)#遍历
# print(bs.body.contents)#contents 可以获取制定标签下的所有内容
# print(bs.div.contents[3])#获取指定内容的索引的内容
# print(bs.title.parent) #parent 父级。输出上级标签以及其中全部标签
# res=bs.find_all('a')
# print(res)
# for value in res:
#     print(value)
# print(bs.find(id="jd"))    #  找出符合的第一条
# print(bs.find_all(class_='shopping'))   #找出所有符合条件的
# print(bs.select('a'))#选择指定的标签
# print(bs.select('.first')) #选择所有类名为first
# print(bs.select('#jd'))

print(bs.select('div.now'))  #找到一个类名为now的标签

<!DOCTYPE html>
<html lang="en">
<head>
    <!--<meta charset="UTF-8">-->
    <title>Title</title>
</head>
<body>
    <ul>
        <li>啤酒</li>
        <li>饮料</li>
        <li>矿泉水</li>
        <a href="#">shiam</a>
        <li><a href="http://www.baidu.com">是的</a></li>
    </ul>
    <p class="first">first_people</p>
    <p id="one">
        <span>
            hello word
        </span>
    </p>
    <p class="first second" id="two">second</p>
    <div class="now">
        <p id="jd" class="third"> third909 </p>
        <a  id="jdd" href="https://www.meishij.net"></a>
        <a class="shopping" href="">我是JD</a>
    </div>
</body>
</html>

_古时候

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
BeautifulSoup解析

#beautifulsoup是Python的一个第三方库,用来解析html#Xpath的解析速度更快，xpath底层是cfrom bs4 import BeautifulSoup#BeautifulSoup里面需要两个参数，一个是open方法，一个是固定写法‘lxml’#open里面有两个参数：一个是想要解析的数据，另一个是编码格式#BeautifulSoup转化数据（bs）为类对象...
复制链接

扫一扫