python爬虫-bs4详解--小林月

  

目录

  一、数据解析的原理:

二、bs4数据解析的原理:

三、如何实例化BeautifulSoup对象:

四、提供的用于数据解析的方法和属性:

---

bs4进行数据解析

  一、数据解析的原理:

          一1.标签定位
          —2.提取标签、标签属性中存储的数据值

二、bs4数据解析的原理:

                -1.实例化一个BeautifulSoup对象，并且将页面源码数据加载到该对象中
                -2.通过调用BeautifulSoup对象中相关的属性或者方法进行标签定位和数据提取

-环境安装:

pip install bs4

pip install lxml

三、如何实例化BeautifulSoup对象:

案例图片：

from bs4 import BeautifulSoup

一对象的实例化:
        - 1.将本地的html文档中的数据加载到该对象中
       

fp = open( './test.html','r',encoding='utf-8')
soup =BeautifulSoup(fp, 'lxml')

        -2.将互联网上获取的页面源码加载到该对象中（常用）

page_text =response.text
soup =BeatifulSoup( pag_text, ' lxml')

四、提供的用于数据解析的方法和属性:

        -soup.tagName:返回的是文档中第一次出现的tagName对应的标签

        -soup.find():
        -find( 'tagName'):等同于soup.div

 一属性定位:

soup.find('div',class_/id/attr='song')

soup.find_all('tagName'):返回符合要求的所有标签（列表)

- select:
- select('某种选择器(id,class，标签...选择器)‘),返回的是一个列表。|

        ——>表示一个层级

print(soup.select('.tang > ul > li > a')[0]

        ——空格表示两个层级

print( sloup.select('.tang > ul a')[0])

 ——获取标签之间的文本数据:
-soup.a.text/string/get_text()
        - text/get_text():可以获取某一个标签中所有的文本内容

        - string:只商以获取该标签下面直系的文本内容

print( sloup.select('.tang > ul a')[0].text)

print( sloup.select('.tang > ul a')[0].string)

 一获取标签中属性值:
                一soup.a[ 'href ']