python爬虫数据提取_入门Python爬虫——提取数据篇

原标题：入门Python爬虫——提取数据篇

作者： 李菲 来源：人工智能学习圈

前言

在提取数据这一环节，爬虫程序会将我们所需要的数据提取出来。在上一篇文章《入门Python爬虫 -- 解析数据篇》中，我们已经了解过了解析数据的要点。而今天的内容，主要会在此基础上进一步提取出我们认为有价值的信息。

提取数据知识点

在提取数据的过程中，我们依旧会用到熟悉的BeautifulSoup库。下面我会介绍一下其中比较常用的两个方法：find()以及find_all()。

find()：提取首个符合要求的数据。

用法：bs对象.find(标签,属性)

备注：此处的bs对象为解析过后的数据。标签和属性在这里用于定位指定HTML源代码所在的位置。让我们做一个简单的回顾：标签是被<>括住的内容，例：

，。元素为一对标签中所涵盖的全部内容，例：网页体内容。属性则为定义了一个元素的内容，常见的属性有：href='https:www.example.com'(定义了一个链接)；class="example"(定义了一个类)；等等。

find_all()：提取所有符合要求的数据。

用法：bs对象.find_all(标签,属性)

备注：上述的bs对象、标签以及属性的用法与find()一致。不过，由find_all()提取出的数据类型会与find()不同。由find()方法提取出的数据类型一般为Tag，而find_all提取出的数据类型则为ResultSet。遇到类型为Tag的数据，我们可以通过Tag.text()的方式进一步提取其中纯文本格式的内容，以及Tag['属性名']的方式提取特定属性的值。而遇到类型为ResultSet的数据，我么则可以通过遍历的方式进一步提取出所有符合要求的数据。

总结

原文链接:https://zhuanlan.zhihu.com/p/150387648返回搜狐，查看更多

责任编辑：