python——Beautiful Soup库

Beautiful Soup安装引用

Beautiful Soup库是解析、遍历、维护“标签树”的功能库
win10环境下用管理员权限启动cmd命令台，输入

pip install beautifulsoup4

命令进行下载安装。
在idle中用

from bs4 import BeautifulSoup

进行引用

Beautiful Soup的属性

Beautiful Soup库解析器

解析器	使用方法	使用条件
bs4的HTTP解析器	Beautiful Soup(mk,‘html.parser’)	安装bs4库
lxml的HTML解析器	Beautiful Soup(mk,‘lxml’)	pip install lxml
lxml的XML解析器	Beautiful Soup(mk,‘xml’)	pip install lxml
html5lib解析器	Beautiful Soup(mk,‘htlm5lib’)	pip install html5lib

Beautiful Soup类的基本元素

基本元素	说明	获取方式
Tag	标签，用<>和</>开头和结尾	.tag
Name	标签的名字<>中间的字符即名字	.name
Attributes	标签的属性，字典，格式：.attrs	.attrs
NavigableString	标签内容
Comment	标签内的注释	.string

HTML遍历方式

下行遍历

属性	说明
.contents	节点的子节点列表，将节点信息存入列表
.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，包含子孙节点，用于遍历

上行遍历

属性	说明
.parent	节点的父亲标签
.parents	节点先辈标签

平行遍历

属性	说明
.next_sibling	返回按照HTML文本顺序的下一个平行节点标签
.previous_sibling	返回文本顺序的上一个平行节点标签
.next_siblings	迭代
.previous_siblings	迭代

<>.find_all的使用

<>.find_all(name,attrs,recursive,string,**kwatgs)
'''
返回一个列表类型，存储查找结果
name：对标签名称的检索字符串（True显示所有标签）
attrs:对标签属性值的检索字符串
recursive:是否对子孙全部检索，默认True
string:对标签中字符串区域进行检索
'''

拓展方法
<'tag>(…) 等价于 <‘tag>.find_all(…)
soup(…) 等价于 soup.find_all(…)

方法	说明
<>find()	搜索且只返回一个结果
<>find_parents()	在先辈节点中搜索，返回列表
<>find_parent()	在先辈节点中返回一个解锁，字符串
<>find_next_siblings()	在后续平行节点中搜索，返回列表
<>find_next_sibling()	在后续平行节点中返回一个结果，字符串
<>find_previous_siblings()	在前序平行节点中搜索，返回列表
<>find_previous_sibling()	在前序平行节点返回一个结果，字符串