基于bs4的HTML遍历

![HTML的基本格式
](https://img-blog.csdnimg.cn/20190524204703327.jpg?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDg0OTg4Nw==,size_16,color_FFFFFF,t_70

遍历的实例如下:

from bs4 import BeautifulSoup
import requests

url="https://www.kaola.com/"
r=requests.get(url)
r.encoding=r.apparent_encoding
soup=BeautifulSoup(r.text,"html.parser")
print(soup.head)
print(soup.body.contents)  #结果为一个列表,子节点的列表
print(len(soup.body.contents))

#遍历儿子节点
for child in soup.body.children:
    print(child)

#遍历子孙节点
for child in soup.header.descendants:
    print(child)

#标签树的上行遍历
for parent in soup.a.parents:
    if parent is None:
        print(parent)
    else:
        print(parent.name)

#平行遍历
print(soup.a.next_sibling)  #遍历后续节点
print(soup.a.previous_sibling)  #遍历前续节点

在这里插入图片描述
更好地阅读:

(soup.a.prettify())  #规范化,更好的阅读

结果

<a class="app" data-param="from=topDownload&amp;zn=top" href="//app.kaola.com" rel="nofollow">
 手机考拉
 <span class="m-notice">
  <img height="116px" src="https://haitao.nos.netease.com/9c6b0d6c-4a71-4018-8fb6-46496f51caff.png" width="116px"/>
  <strong class="txt">
   下载APP
   <br/>
   领1000元新人礼包
  </strong>
  <span class="arrow">
   <span class="arr">
   </span>
   <span class="arr1">
   </span>
  </span>
 </span>
</a>

它在每个标签后都加了\n,也能对中文有很好的支持。

  • 0
    点赞
  • 0
    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