Python自学记录--bs4

#BeautifulSoup模块简介和安装

from bs4 import BeautifulSoup
import re

#CSS 选择器:BeautifulSoup4
#和lxml 一样,Beautiful Soup 也是一个HTML/XML的解析器
#主要的功能也是如何解析和提取 HTML/XML 数据。


#模块下载安装:pip install bs4

#基础例子
html = """
<html><head><title>The Dormouse's story</title></head>
<body>
<p class="title" name="dromouse"><b>The Dormouse's story</b></p>
<p class="story">Once upon a time there were three little sisters; and their names were
<a href="http://example.com/elsie" class="sister" id="link1"><!-- Elsie --></a>,
<a href="http://example.com/lacie" class="sister" id="link2">Lacie</a> and
<a href="http://example.com/tillie" class="sister" id="link3">Tillie</a>;
and they lived at the bottom of a well.</p>
<p class="story">...</p>
"""

#解析字符串形式的html
soup=BeautifulSoup(html,"lxml")

# #解析本地html文件
# soup2=BeautifulSoup(open("index.html"))

#格式化输出soup对象
#print(soup.prettify())

# #根据标签名获取标签信息 soup.标签名
# print(soup.title) 

# #获取标签内容
# print(soup.title.string) 

# #获取标签名
# print(soup.title.name)

# #获取标签内所有属性
# print(soup.p.attrs["name"])

#获取标签内子标签,结果是一个列表
#print(soup.head.contents)

#获取标签内子标签,结果是一个生成器
# print(soup.head.children)
# for i in soup.head.children:
# 	print(i)

#获取所有子标签
# print(soup.p.descendants)
# for i in soup.p.descendants:
# 	print(i)


#搜索文档树 fild

#根据字符串查找所有的a标签,返回一个结果集,里面装的是标签对象
# data=soup.find_all("a")
# for i in data:
# 	print(i.string)

#根据正则表达式查找标签
# data2=soup.find_all(re.compile("^b"))
# for i in data2:
# 	print(i.string)

#根据属性查找标签
# data3=soup.find_all(id="link2")
# for i in data3:
# 	print(i)

#根据标签内容获取标签内容
# data4=soup.find_all(text="Lacie")
# data5=soup.find_all(text=["Lacie","Tillie"])
# data6=soup.find_all(text=re.compile("Do"))
# print(data6)

#CSS选择器  select()
#根据CSS样式表来查找标签

#CSS选择器内容:标签选择器,类选择器,id选择器
# #通过标签名获取标签
# data=soup.select("a")

#通过类名查找
#data=soup.select(".sister")

#通过id查找
#data=soup.select("#link2")

#组合查找
#data=soup.select("p #link1")

#通过其他属性查找
data=soup.select('a[href="http://example.com/elsie"]')

print(data)

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