python实训day02

最新推荐文章于 2022-01-05 19:01:14 发布

开。

最新推荐文章于 2022-01-05 19:01:14 发布

阅读量95

点赞数

分类专栏：笔记

本文链接：https://blog.csdn.net/weixin_45617308/article/details/112757073

版权

笔记专栏收录该内容

6 篇文章 0 订阅

订阅专栏

html解析方法

正则表达式

import re
text1='abcdefg'
pattern1=re.compile(r'c')
matcher1=re.search(pattern1,text1)
print(matcher1[0])

text2="""
<html>
aaa<h1>aa
bbb
</h1>
aaa
</html>
"""
pattern2=re.compile(r'<h1>(.*?)</h1>',re.S)
print(pattern2.findall(text2))

2.bs库

#beautiful_soup库
from bs4 import BeautifulSoup
html="""
<html>
    <body>
        <a id="aa" herf="https://www.baidu.com">百度一下</a>
        <a></a>
        <h1>hello</h1>
    </body>
</html>
"""
bs=BeautifulSoup(html,'html.parser')
print(bs.a)
print(bs.find_all('a'))
print(bs.a['herf'])
print(bs.a)

3.xpath（推荐使用）

from lxml import etree
html = """（同上的html内容一样）
dom = etree.HTML(html)
#把长字符中物html文档树
print(dom)
#全文匹配，匹配不到返回[]， 匹配到的[element, element]
print(dom.xpath('//a/@href'))
# /表示往下一层 //忽略任意层父级目获
# //a=/body/ul/11/a
# ichtmI元索 望的属性
# /@href 取元者属性值
#取元素内容/text()
print(dom. xpath(' //a/text()'))
#属性过滤
print(dom.xpath('//a[@id="second_a"]/text()'))

开。

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
python实训day02

html解析方法正则表达式 import retext1='abcdefg'pattern1=re.compile(r'c')matcher1=re.search(pattern1,text1)print(matcher1[0])text2="""<html>aaa<h1>aabbb</h1>aaa</html>"""pattern2=re.compile(r'<h1>(.*?)</h1>',re.
复制链接

扫一扫