DAY03:lxml

html_doc = """
<html><head><title>The Dormouse's story</title></head>
<body><p class="sister"><b>$37</b></p>
<p class="story" id="p">Once upon a time there were three little sisters;
and their names were<a href="http://example.com/elsie" class="sister" >Elsie</a>
<a href="http://example.com/lacie" class="sister" id="link2">Lacie</a>
and<a href="http://example.com/tillie" class="sister" id="link3">Tillie</a>
and they lived at the bottom of a well.</p><p class="story">...</p>
"""

from bs4 import BeautifulSoup
soup = BeautifulSoup(html_doc,'lxml')

#name 标签名
#attrs 属性查找
#text 文本匹配
# find与find_all搜索文档

'''
字符串过滤器
'''
p = soup.find(name='p')
p_s = soup.find_all(name='p')

print(p)
pirnt(p_s)

#name+attrs
p = soup.find(name='p',attrs={"id":"p"})
print(p)

#name+text
tag = soup.find(name='title',text="The Dormouse's story")
print(tag)
a_s = soup.find_all(name=re.compile('a'))
print(a_s)

#attrs
a = soup.find(attrs={"id":re.compile('link')})
print(a)

#列表过滤器
#列表内的数据匹配
print(soup.find(name=['a','p','html',re.compile('a')]))
print(soup.find_all(name=['a','p','html',re.compile('a')]))

#bool过滤器
#true匹配
print(soup.find(name=True,attrs={"id":True}))

#方法过滤器
#用于一些要的属性以及不需要的属性查找

def have_id_not_class(tag):
#pirnt(tag.name)
if tag.name == 'p' and tag.has_attr("id") and not tag.has_attr("class"):
return tag

#print(soup.find_all(name=函数对象))
print(soup.find_all(name=have_id_not_class))

#补充知识点
#id
a = soup.find(id = 'link2')
print(a)

#class
p=soup.find(class_='sister')
print(p)

转载于:https://www.cnblogs.com/friendg/p/11129339.html

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