html python_python处理html文档

python处理html文档

"""

html文本处理

parsel

cssselect

"""

"""

文本 abc.txt

hello,1只爬虫

hello,2只爬虫

hello,3只爬虫

hello,4只爬虫

"""

from bs4 import BeautifulSoup

with open("D:/pachong/abc.txt","r") as f:

html=f.read()

print(html)

soup=BeautifulSoup(html,"lxml")

result=soup.find_all('div',class_='store')#find找一个，find_all找多个，找全部

print("===========")

if result is not None:

print(result)#1个列表

for i in result:#访问列表里面每隔元素

print(i.get_text())

#print(result.get_text())#找到class为store的div,输出这个div里面的文本

D:\pachong>html1.py

hello,1只爬虫

hello,2只爬虫

hello,3只爬虫

hello,4只爬虫

===========

[

hello,1只爬虫

,

hello,2只爬虫

,

hello,3只爬虫

,

hello,4只爬虫

]

hello,1只爬虫

hello,2只爬虫

hello,3只爬虫

hello,4只爬虫