python爬虫由浅入深6--基于bs4库的HTML内容的查找方法

基于bs4库的HTML内容的查找方法：

实例：提取http://python123.io/ws/demo.html链接中的所有url

思路：1.搜索所有的<a>标签

   2.解析<a>标签格式，提取href后的链接内容

实现代码如下：

import requests
from bs4 import BeautifulSoup
r = requests.get("http://python123.io/ws/demo.html")
demo = r.text
soup = BeautifulSoup(demo,"html.parser")
for link in soup.find_all('a'):
    print(link.get('href'))

此处用到的就是传说中的find_all()方法！！！

关于find_all()的用法，下面细细道来~~

<>.find_all(name,attrs,recursive,string,**kwargs)  函数返回的是一个列表类型，存储查找结果

参数：

name:对标签名称的检索字符串，返回一个列表类型。。name可以是一个字符串，也可以是一个包含多个标签名称的列表类型

attrs：对标签属性值的检索字符串，可以标注属性检索

recursive：是否对子孙的全部检索，默认为True

string：<>....</>中字符区域的检索字符串

find_all()的简化形式

<tag>(...) 等价于<tag>.find_all(...)

soup(..) 等价于soup.find_all(...)

find_all()的扩展方法，如下