先说说导航树：
# Navigating Trees 导航树：
The findAll function is responsible for finding tags based on their name and attribute.
（依靠标签的名称和属性来查找标签）
但是如果你需要通过标签在文档中的位置来查找标签，该怎么办？
某HTML文件就可以映射成为这样一棵具有明确亲子关系的树：
html
— body
— div.wrapper
— h1
— div.content
— table#giftList
— tr
— th
— th
— th
— th
— tr.gift#gift1
— td
.......
一般BeautifulSoup函数总是处理当前标签的后代标签，例如：bs0bj.body.h1，
类似的，bs0bj.div.findAll("img")会找出文档中第一个div标签，然后获取这个div后代里的所有img标签列表。
可是如果你只是想找出子标签：可以用 .children ：
>> from urllib.request import urlopen
>> from bs4 import BeautifulSoup
>> html = urlopen("www.pyth..ng.com/pages/page3.html")
>> bsObj = BeautifulSoup(html)
>> for child in bsObj.find("table",{"id":"giftList"}).children:
>> print(child)
This code prints out all of the list of product rows in the giftList table
(table giftlist下所有的直接子标签的内容 包括标签/属性/文字/)
# 注意 .contents / .children / .descendants(后代) 的区别：
tag的 .contents 属性可以将tag的子节点以列表的方式输出:
>>>head_tag
<head><title>The Dormouse's story</title></head>
>>>head_tag.contents
<title>The Dormouse's story</title>
>>>title_tag = head_tag.contents[0]
>>>title_tag.contents
The Dormouse's story
BeautifulSoup 对象本身一定会包含子节点,也就是说<html>标签也是 BeautifulSoup 对象的子节点:
soup.contents[0].name
# u'html'
字符串没有 .contents 属性,因为字符串没有子节点:
通过tag的 .children 生成器,可以对tag的子节点进行循环:
>>>for child in title_tag.children:
>>> print(child)
The Dormouse's story
综上 .contents 和 .children 属性仅包含tag的直接子节点 .
例如,<head>标签只有一个直接子节点(儿子)：<title>
>>>head_tag.contents
<title>The Dormouse's story</title>
但是<title>标签自身也包含一个子节点 : 字符串："The Dormouse’s story",
这种情况下字符串"The Dormouse’s story"属于<head>标签的子孙节点 .
.contents 和 .children并不能输出这个"孙节点" ,
而： .descendants 属性可以对所有tag的子孙节点进行递归循环 :
>>>for child in head_tag.descendants:
>>> print(child)
<title>The Dormouse's story</title>
The Dormouse's story
--------------------取材《Web scraping...》 / BeautifulSoup 官方文档。
---------------------
作者：Sodaoo
来源：CSDN
原文：https://blog.csdn.net/SoDaoo/article/details/70230128
版权声明：本文为博主原创文章，转载请附上博文链接！
787
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
