本文详细介绍了如何使用Beautiful Soup库遍历HTML文档，包括子节点、父节点、兄弟节点以及回退和前进的操作。内容涵盖(contents, children, descendants, strings等属性)和(next_sibling, previous_sibling, parents等方法)，帮助理解文档树遍历的关键概念。"
131658920,8417389,Microsoft Office 应用全解析,"['Microsoft', 'Office套件', '文档处理', '数据管理', '协作工具']
上一篇文章介绍了 BeautifulSoup 的安装以及基本对象类型。
本次介绍使用 bs4 对 HTML 文档树的遍历。
先把本文用到的例子贴上：
str = """
<!DOCTYPE html>
<html>
<head><title>bs4 test</title></head>
<body>
<h1>bs4 test</h1>
<div>
<ul>
<li><a>PHP</a></li>
<li><a>Python</a></li>
<li><a>Golang</a></li>
</ul>
</div>
<p><span>a</span><i>b</i><em></em></p>
</body>
</html>
"""
文档树的遍历：
文档树的遍历包括以下四部分：
- 子节点
- 父节点
- 兄弟节点
- 回退和前进
一、子节点
一个标签可能包含多个字符串或者其他标签，这些标签都属于子节点。要获取子节点,首先需要得到一个 Tag 对象:
获取一个 Tag 对象最简单的方式是用 bs4 对象点上要获取的标签的名字,同时支持链式调用。<
最低0.47元/天 解锁文章
1087
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
