python标记_python爬虫：信息标记的三种形式

简短写法：

soup（name，attribute，string）

# utf-8

# time:2020/4/17 16:43

# author:彭张智

from bs4 import BeautifulSoup

import requests

import re

url='https://www.zhihu.com/'

try:

bili=requests.get(url,headers={'user-agent': 'Mozilla/5.0'})

demo=bili.text

bili.raise_for_status()

soup=BeautifulSoup(demo,'html.parser')

#print(len(soup.find_all('script')))

for i in soup.find_all():

#find_all 第一个参数是标签的名字

print(i.name)

print(soup.find_all(id="root"))

#，第二个是标签的属性

#find_all返回的是一个列表，储存所有的标签

print(soup.find_all(id=re.compile('root')))

#使用正则表达式，得到包含root的所有标签

#正则表达式相当于模糊搜索

#第三个参数是指，是否针对name这个标签的所有子孙搜索。 默认True

#如果关了，那么只会搜索这个tag的儿子节点

#find all 的第四个参数是string 对string 检索

print("."*10)

print(soup.find_all(string=re.compile('Sophie： 工作以后在单位认识的一个单身男，自恋自大鸡贼抠门。 1.刚入职时单位给新员工每人发了10张电影券，我单身所以用的也少，会主动请室友和办公…')))

except:

print("1")