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