bs4库简介
BeautifulSoup库是解析、遍历、维护标签树代码的功能库；名字为beautifulsoup4，简称bs4
安装方法
pip install beautifulsoup4
使用方法
导包
from bs4 import BeautifulSoup
获取内容或文件
html = BeautifulSoup(test, 'html.parser') #获取网页内容
获取html标签属性及文本
语法
某某.p #获取html下的第一个p标签
某某.body.div.a #顺着节点找到a标签
某某.p.parent.name #找p标签的父元素标签
某某.find_all('p') #获取html下的所有p标签
某某.find(class='p1') #获取class为p1的标签
实例
from bs4 import BeautifulSoup #导包
#网页内容
test = """
<!DOCTYPE html>
<html>
<head>
<meta charset="utf-8">
<title>Study</title>
</head>
<body>
<div>
<a>taopai</a>
</div>
<h1>java</h1>
<p href="https://blog.csdn.net/qq_41220451" id="p1">python</p>
<p href="https://blog.csdn.net/qq_41220451">c</p>
<a>c++</a>
<a>html</a>
<a>html</a>
<a>css</a>
</body>
</html>
"""
#获取网页内容
html = BeautifulSoup(test, 'html.parser')
获取html下的第一个p标签
p = html.p
print(p)
结果：<p class="p1" href="https://blog.csdn.net/qq_41220451">python</p>
找p标签的父元素标签
p = html.p.parent.name
print(p)
结果：body
顺着节点找到a标签
#顺着节点找到a标签
a = html.body.div.a
print(a)
结果：<a>taopai</a>s
获取第一个p标签中的class属性值
p = html.p['class']
print()
结果：['p1']
获取html下所有p标签
p = html.find_all('p')
print(p)
结果：[<p class="p1" href="https://blog.csdn.net/qq_41220451">python</p>, <p href="https://blog.csdn.net/qq_41220451">c</p>]
获取id为p1的标签
p = html.find(id='p1')
print(p)
结果：<p href="https://blog.csdn.net/qq_41220451" id="p1">python</p>
强调一下find 和 find_all 可以有多个搜索条件叠加，比如
find('p', id='p1', class_='pp')
class使用时需要加上下横杠，因为class在python中也存在
如有错误，请指正
@taopad
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
