BeautifulSoup 的遍历的实现方法

BeautifulSoup 的遍历的实现方法

BeautifulSoup库是对标签树功能的遍历集合
BeautifulSoup 的遍历包括

1. 下行遍历
2. 上行遍历
3. 平行遍历

注意：’and ’，‘\n’也都是节点，在使用 len() 计算节点个数需要计入个数，在平行遍历时也要作为单独节点列出。

下行遍历

属性	用法
.contents	节点的儿子节点，返回类型是列表
.children	循环遍历儿子节点
.descendants	循环遍历子孙节点

.content 用法
例如：

soup.head.contents

类似返回结果：[ < title> this is a page </ title > ]

soup.body.contents

类似返回结果：[ ’ \n '. < p > XXXXX </ p > < p ><a class=“py” href=“http://” </ a > </ p > ]

.children 用法(遍历得到儿子节点)

for n in soup.body.children:
print(n)

.descendants 用法（遍历得到子孙节点）

for n in soup.body.descendants:
print(n)

上行遍历

属性	用法
.parent	节点的父亲标签
.parents	循环遍历先辈节点

.parent 用法
例如：

soup.titleparent

类似返回结果：< head >< title > this is a page < /title >< /head >

.parents用法

soup = BeautifulSoup(demo,“html.parser”)
for n in soup.a.parents:
if n is None:
print(n)
else:
print(n.name)

平行遍历

属性	用法
.next_sibling	返回按照HTML文本顺序的下一个平行标签
.previous_sibling	返回按照HTML文本顺序的上一个平行标签
.next_siblings	迭代返回按照HTML文本顺序的后面的所有平行标签
.previous_siblings	迭代返回按照HTML文本顺序的前面的所有平行标签

注：平行节点是处于同一父节点下的节点

.next_sibling 用法（遍历后续节点）

for n in soup.a.next_sibling:
print(n)

.previous_sibling 用法（遍历前沿节点）

for n in soup.a.previous_sibling:
print(n)