BeautifulSoup库及实例

BeautifulSoup库的用法

#soup.name 返回的是文档中第一次出现name对应的标签
#soup.find(‘name’) 等同于soup.name
#soup.find(‘name’,class_ = ‘class’) 还可以实现class名为class的标签定位
#soup.findall(‘name’) 返回name标签所有的内容
#soup.select(‘某种选择器’) class/id等等
#soup.select(’.name > ul > li > a’) >表示一个层级 空格可以表示多个层级
#–获取标签间文本或者属性值–soup.a.text/string/get_text()
#获取文本内容–text/get_text 可以获取某一个标签下所有的文本内容 --string只能获取该标签下直系的文本内容
#获取属性值 --soup.a[‘属性类型 比如class’]

实例爬取三国演义小说

import requests
from bs4 import BeautifulSoup
if __name__ == "__main__":
    url = 'https://sanguo.5000yan.com/';
    headers = {
        'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/86.0.4240.198 Safari/537.36'
    }
    fp = open("./sanguo.text",'w',encoding = 'utf-8');
    #1.实例化一个BeautifulSoup对象
    page_text = requests.get(url = url , headers = headers).text;
    #解决乱码问题encode编码 decode解码
    page_text = page_text.encode("ISO-8859-1")
    page_text = page_text.decode("utf-8")
    soup = BeautifulSoup(page_text,'lxml');
    li_list = soup.select('.sidamingzhu-list-mulu > ul > li')
    for li in li_list:
        title = li.a.string;
        src = li.a['href'];
        detail_data = requests.get(url = src , headers = headers).text;
        detail_data = detail_data.encode("ISO-8859-1");
        detail_data = detail_data.decode("utf-8");
        detail_soup = BeautifulSoup(detail_data,'lxml');
        div = detail_soup.find('div',class_='grap');
        detail_content = div.text;
        detail_content = detail_content.rstrip();
        fp.write(title+':'+detail_content+'\n');
        
  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值