BeautifulSoup库(基于内容查找)

本文介绍了如何使用BeautifulSoup库进行内容查找,包括通过标签、文本、正则表达式、属性以及自定义函数进行查找,并详细讲解了find()和find_all()函数的使用,以及如何查找标签间的父子、同胞及相邻关系。
摘要由CSDN通过智能技术生成

BeautifulSoup库(基于内容查找部分)


#导入库
from bs4 import BeautifulSoup

1.打开一个文件并初始化soup(练习准备)

with open('test.html','r',encoding='utf-8') as test:
    soup = BeautifulSoup(test)
    

注意:如果读文件报错, UnicodeDecodeError: ‘gbk’ codec can’t decode byte 0x80 in position 34: illegal mu…有两种可能
(1) 编码设置
在第一行加上
coding:utf-8
(2) 后面处理数据时没有转码
with open("data.txt",'r',encoding='UTF-8') as data:

2. find()和find_all()


find(name,attrs,recursive,text,**wargs)  

这些参数相当于过滤器一样可以进行筛选处理。不同的参数过滤可以应用到以下情况

  • 基于name参数,查找标签
  • 基于text参数,查找文本
  • recursive递归的,循环的(即是否对子孙全部检索,默认True)
  • 基于正则表达式的查找
  • 基于attrs参数,查找标签的属性
  • 基于函数的查找

通过标签查找

可以传递任何标签名的名字来查找它第一次出现的地方,找到后,find函数返回一个BeautifulSoup的对象

# 查找最顶层的标签
soup.find('html')
<html>
<head>
<title>一个金字塔</title>
<meta charset="utf-8"/>
</head>
<body>
<a href="#">这是一个链接</a>
<p>这是一些段落</p>
<p>第二个段落</p>
<p>第三个段落</p>
</body>
</html>
# 查找body
soup.find
  • 1
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值