本文深入介绍了BeautifulSoup库在Python爬虫中的使用，特别是Tag对象和NavigableString的详细属性和操作。文章通过实例演示了如何获取Tag的name属性，如何操作Attributes，包括修改和删除属性，以及处理多值属性的方法。同时，讲解了NavigableString类，用于处理字符串，并展示了如何替换字符串内容。
作者：IT小样
上一篇简单的举例了BeautifulSoup的初级使用，本篇详细介绍BeautifulSoup的原理以及详细用法。
BeautifulSoup 原理
1、获取文档对象
获得BeautifulSoup对象，通过对BeautifulSoup（）传入字符串或文件句柄。示例：
soup = BeautifulSoup(open(index.html))
soup = BeautifulSoup("hello")
首先文档被转换成Unicode编码，其次再用解析器对其进行解析。
2、解析文档
HTML是有层次的语言:<html><head><title>…</title></head><body>…</body></html>.因此BeautifulSoup在对其解析时，将其解析为树形结构。每个节点都是python对象，一共存在四种对象类型：Tag，NavigableString，BeautifulSoup，Comment。
2.1、Tag对象
tag与原文档中定义相同；如在文档：<p class=‘tester’>hello Tester</p>中，tag为p。接下来介绍一下Tag的两大属性：name和attributes。
最低0.47元/天 解锁文章
扫一扫
1251
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
