python获取html文本框内容_Python3处理HTML获取所需内容

处理HTML页面,经常使用的便是使用beautifulsoup库

pip install beautifulsoup4

执行上述语句下载bs4库

一般请求下来的所需数据都位于tbody的tr标签里,下面给出对应代码:

soup = BeautifulSoup(r.text, "html.parser")

informationlist=[]for tr in soup.find('tbody').children:#出现/n情况,/n在soup中被认为是子节点之一

if(tr!='\n'):

tds= tr('td')

informationlist.append([tds[0].string, tds[1].string, tds[8].string])for i inrange(len(informationlist)):

information=informationlist[i]print("{:^10}\t{:^6}\t{:^10}".format(information[0], information[1], information[2]))

Tag:标签,最基本的信息组织单元,分别用<>和>标明开头和结尾

Name:标签的名字,

的名字是'p',格式:.name

Attributes:标签的属性,字典形式组织,格式:.attrs

NavigableString:标签内非属性字符串,<>…>中字符串,格式:.string

Comment:标签内字符串的注释部分,一种特殊的Comment类型

遍历方法:

for child insoup.body.children:print(child)for child insoup.body.descendants:print(child)

下面给出一些常用的属性

.contents:子节点的列表,将所有儿子节点存入列表

.children:子节点的迭代类型,与.contents类似,用于循环遍历儿子节点

.descendants:子孙节点的迭代类型,包含所有子孙节点,用于循环遍历

.parent:节点的父亲标签

.parents:节点先辈标签的迭代类型,用于循环遍历先辈节点

.next_sibling:返回按照HTML文本顺序的下一个平行节点标签

.previous_sibling:返回按照HTML文本顺序的上一个平行节点标签

.next_siblings:迭代类型,返回按照HTML文本顺序的后续所有平行节点标签

.previous_siblings:迭代类型,返回按照HTML文本顺序的前续所有平行节点标签

  • 0
    点赞
  • 0
    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