Python网络爬虫-信息标记

信息标记的三种形式：

XML(扩展标记语言)

JSON（js中面向对象的信息表达形式，由类型的（string）键值对组成）

　　"name":"北京理工大学"

YAML（无类型的键值对组成）

　　name：北京理工大学

三种信息标记方式的应用区别

XML：internet上的信息传递与交互

JSON：移动应用云端的和几点的信息通信，无注释

YAML：各系统的配置文件，有注释、易读　　

 

结合形式解析与搜索的方法，获取指点标签里的内容

#!/usr/bin/python3
import requests
from bs4 import BeautifulSoup

url='http://python123.io/ws/demo.html'
r=requests.get(url)
if r.status_code==200:
    print('网络请求成功')

demo=r.text
soup=BeautifulSoup(demo,'html.parser')
for link in soup.find_all('a'):
    print(link.get('href'))

如果find_all()参数为True，所有标签将被打印出来

for tag in soup.find_all(True):
    print(tag.name)

 

转载于:https://www.cnblogs.com/liberate20/p/10778524.html