2021-05-20

bs4进行数据解析

• 数据解析的原理

  1. 标签定位

  2. 提取标签，标签属性中存储的数据值

• bs4数据解析的原理

  1. 实例化一个BeautifulSoup对象，并且将页面源码数据加载到该对象中

  2. 通过调用BeautifulSoup中对象中相关的属性或者方法进行标签定位和数据提取

• 如何实例化BeautifulSoup对象:

  • 提供的用于数据解析的方法和属性：

    • soup.tagName：返回的是文档中第一次出现的tagName对应的标签

    • soup.find_all('tagName'):返回符合要求的所有标签

    • soup.find():

      • find('tagName'):等同于soup.div

      • 属性定位:

        • soup.find('div',class_/id/attr='song')

  • select:

    • select('某种选择器（id，class，标签...选择器')），返回的是一个列表

      层级选择器：

      • soup.select('.tang > ul > li > a'):>表示的是一个层级

      • oup.select('.tang > ul 空格 a')：空格表示多个层级

  • 可以获取标签之间的文本数据：

    • soup.a.text/string/get_text()

    • text/get_text():可以获取某一个标签中所有的文本内容

    • string:只可以获取该标签下面直系的文本内容

  • 获取标签中的属性值：

    • soup.a['href']

    •