BeautifulSoup_lxml解析

def parseHtml(html):
    soup = BeautifulSoup(html, 'lxml')
    # print(soup.prettify)格式化输出
    # items = soup.find_all('div', attrs={'class': 'news-list-b'})
    # items = soup.select('Tag')#CSS选择器
    # items = soup.select('.class')属性
    # items = soup.select('#id')ID
    # items = soup.select('Tag[attr="属性值"]')标签+属性
    # items = soup.select('.class Tag #id')空格表示子节点,组合使用
    # items = soup.select('Tag').text取文本
    # items = soup.select('Tag').get_text()取文本
    # tag.get('className')取标签属性
    # tag['className']取标签属性
    # tag.attrs.get('className')取标签属性
    items = soup.select('.news-list-b .list .item .title a')
    for item in items:
        yield item.get('href')#attrs字典取属性

CSS选择器 子串匹配 模糊匹配

soup = BeautifulSoup(html, 'lxml')
trs = soup.select('#table_live tr[id*="tr1"]')
#id包含“tr1”字符串的tr标签
#soup.select('tag[attr="属性值"]') #标签+属性
tags = soup.select('li[id^="newsLi"]') #标签+属性,id属性以newsLi开头
tags = soup.select('li[id$="newsLi"]') #标签+属性,id属性以newsLi结尾
tags = soup.select('li[id*="newsLi"]') #标签+属性,id属性包含newsLi

 select带有空格的class

#div class=’content-list latest-content’
#div class=’content-list hot-content’

tags = soup.select('div.content-list.latest-content')

 

转载于:https://www.cnblogs.com/math98/p/8776898.html

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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