beatifulsoup定位兄弟_Python BeautifulSoup定位取值

-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-

从网页中获取指定标签、属性值，取值方式：

1.通过标签名获取：tag.name        tag对应的type是

2.通过属性获取：tag.attrs

3.获取标签属性：tag.get('属性名')  或  tag['属性名']

获取标签内容：

1.tag.string    获取当前标签的内容，只有一个标签的时候，(是能处理一个标签，返回标签的text内容)

2.tag.get_text()    获取标签内所有的字符串

BeautifulSoup 功能标签

1. stripped_strings

输出的字符串中可能包含了很多空格或空行,使用 .stripped_strings 可以去除多余空白内容

for string in soup.stripped_strings:

print(repr(string))

# u"The Dormouse's story"

# u"The Dormouse's story"

# u'Once upon a time there were three little sisters; and their names were'

# u'Elsie'

# u','

# u'Lacie'

# u'and'

# u'Tillie'

# u';\nand they lived at the bottom of a well.'

2. 标准输出页面：

soup.prettify()

BeautifulSoup 查找元素：

1.find_all(class_="class")    返回的是多个标签，格式为

2.find(class_="class")    返回一个标签，格式是

3.select_one()    返回一个标签，格式是

4.select()    返回的是多个标签，格式为

5.　soup = BeautifulSoup(backdata,'html.parser')#转换为BeautifulSoup形式属性

soup.find_all('标签名'，attrs{'属性名':'属性值'}  )     #返回的是列表

limitk 控制 find_allf返回的数量

recursive=Flasef返回tag的直接子元素

soup.find_all(text=re.compile(' content '))     根据文本匹配，可模糊匹配

子节点处理方式：

1.   contents

.contents 属性可以将tag的子节点以列表的方式输出

2.children

.children 生成器,可以对tag的子节点进行循环

3. descendants

contents和children 只是返回的是直接子节点，而descendants返回的是对多有的子孙节点进行循环

父节点处理方式：

1. parent

通过 .parent 属性来获取某个元素的父节点

2. find_parents()

返回祖先节点

2. find_parent()

返回父节点

兄弟节点处理方式：

1. next_siblings   下一个兄弟节点

2. previous_siblings   上一个兄弟节点

3. find_next_siblings()下一个兄弟节点

4. find_next_sibling()上一个兄弟节点