python BeautifulSoup使用方法詳解
直接看例子：
#!/usr/bin/python
# -*- coding: utf-8 -*-
from bs4 import BeautifulSoup
html_doc = """
<html><head><title>The Dormouse's story</title></head>
<body>
<p class="title"><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://m.fzitv.net" class="sister" id="link1">Elsie</a>,
<a href="http://m.fzitv.net" class="sister" id="link2">Lacie</a> and
<a href="http://m.fzitv.net" class="sister" id="link3">Tillie</a>;
and they lived at the bottom of a well.</p>
<p class="story">...</p>
"""
soup = BeautifulSoup(html_doc)
print soup.title
print soup.title.name
print soup.title.string
print soup.p
print soup.a
print soup.find_all('a')
print soup.find(id='link3')
print soup.get_text()
結(jié)果為：
<title>The Dormouse's story</title>
title
The Dormouse's story
<p class="title"><b>The Dormouse's story</b></p>
<a class="sister" href="http://m.fzitv.net" id="link1">Elsie</a>
[<a class="sister" href="http://m.fzitv.net" id="link1">Elsie</a>, <a class="sister" href="http://m.fzitv.net" id="link2">Lacie</a>, <a class="sister" href="http://m.fzitv.net" id="link3">Tillie</a>]
<a class="sister" href="http://m.fzitv.net" id="link3">Tillie</a>
The Dormouse's story
The Dormouse's story
Once upon a time there were three little sisters; and their names were
Elsie,
Lacie and
Tillie;
and they lived at the bottom of a well.
...
可以看出：soup 就是BeautifulSoup處理格式化后的字符串，soup.title 得到的是title標(biāo)簽，soup.p 得到的是文檔中的第一個p標(biāo)簽，要想得到所有標(biāo)簽，得用find_all
函數(shù)。find_all 函數(shù)返回的是一個序列，可以對它進行循環(huán)，依次得到想到的東西.
get_text() 是返回文本,這個對每一個BeautifulSoup處理后的對象得到的標(biāo)簽都是生效的。你可以試試 print soup.p.get_text()
其實是可以獲得標(biāo)簽的其他屬性的，比如我要獲得a標(biāo)簽的href屬性的值，可以使用 print soup.a['href'],類似的其他屬性，比如class也是可以這么得到的（soup.a['class']）。
特別的，一些特殊的標(biāo)簽，比如head標(biāo)簽，是可以通過soup.head 得到，其實前面也已經(jīng)說了。
如何獲得標(biāo)簽的內(nèi)容數(shù)組？使用contents 屬性就可以 比如使用 print soup.head.contents，就獲得了head下的所有子孩子，以列表的形式返回結(jié)果，
可以使用 [num] 的形式獲得 ,獲得標(biāo)簽，使用.name 就可以。
獲取標(biāo)簽的孩子，也可以使用children，但是不能print soup.head.children 沒有返回列表，返回的是 <listiterator object at 0x108e6d150>,
不過使用list可以將其轉(zhuǎn)化為列表。當(dāng)然可以使用for 語句遍歷里面的孩子。
關(guān)于string屬性，如果超過一個標(biāo)簽的話，那么就會返回None，否則就返回具體的字符串print soup.title.string 就返回了 The Dormouse's story
超過一個標(biāo)簽的話，可以試用strings
向上查找可以用parent函數(shù)，如果查找所有的，那么可以使用parents函數(shù)
查找下一個兄弟使用next_sibling,查找上一個兄弟節(jié)點使用previous_sibling,如果是查找所有的，那么在對應(yīng)的函數(shù)后面加s就可以
如何遍歷樹？
使用find_all 函數(shù)
find_all(name, attrs, recursive, text, limit, **kwargs)
舉例說明：
print soup.find_all('title')
print soup.find_all('p','title')
print soup.find_all('a')
print soup.find_all(id="link2")
print soup.find_all(id=True)
返回值為：
[<title>The Dormouse's story</title>]
[<p class="title"><b>The Dormouse's story</b></p>]
[<a class="sister" href="http://m.fzitv.net" id="link1">Elsie</a>, <a class="sister" href="http://m.fzitv.net" id="link2">Lacie</a>, <a class="sister" href="http://m.fzitv.net" id="link3">Tillie</a>]
[<a class="sister" href="http://m.fzitv.net" id="link2">Lacie</a>]
[<a class="sister" href="http://m.fzitv.net" id="link1">Elsie</a>, <a class="sister" href="http://m.fzitv.net" id="link2">Lacie</a>, <a class="sister" href="http://m.fzitv.net" id="link3">Tillie</a>]
通過css查找,直接上例子：
print soup.find_all("a", class_="sister")
print soup.select("p.title")
通過屬性進行查找
print soup.find_all("a", attrs={"class": "sister"})
通過文本進行查找
print soup.find_all(text="Elsie")
print soup.find_all(text=["Tillie", "Elsie", "Lacie"])
限制結(jié)果個數(shù)
print soup.find_all("a", limit=2)
結(jié)果為：
[<a class="sister" href="http://m.fzitv.net" id="link1">Elsie</a>, <a class="sister" href="http://m.fzitv.net" id="link2">Lacie</a>, <a class="sister" href="http://m.fzitv.net" id="link3">Tillie</a>]
[<p class="title"><b>The Dormouse's story</b></p>]
[<a class="sister" href="http://m.fzitv.net" id="link1">Elsie</a>, <a class="sister" href="http://m.fzitv.net" id="link2">Lacie</a>, <a class="sister" href="http://m.fzitv.net" id="link3">Tillie</a>]
[u'Elsie']
[u'Elsie', u'Lacie', u'Tillie']
[<a class="sister" href="http://m.fzitv.net" id="link1">Elsie</a>, <a class="sister" href="http://m.fzitv.net" id="link2">Lacie</a>]
總之，通過這些函數(shù)可以查找到想要的東西。
- Python BeautifulSoup [解決方法] TypeError: list indices must be integers or slices, not str
- Python BeautifulSoup中文亂碼問題的2種解決方法
- python 解析html之BeautifulSoup
- Python爬蟲庫BeautifulSoup獲取對象(標(biāo)簽)名,屬性,內(nèi)容,注釋
- python中bs4.BeautifulSoup的基本用法
- python基于BeautifulSoup實現(xiàn)抓取網(wǎng)頁指定內(nèi)容的方法
- Python使用BeautifulSoup庫解析HTML基本使用教程
- python爬蟲之BeautifulSoup 使用select方法詳解
- python爬蟲入門教程--HTML文本的解析庫BeautifulSoup（四）
- 從零開始學(xué)習(xí)Python與BeautifulSoup網(wǎng)頁數(shù)據(jù)抓取
相關(guān)文章
使用Python分析文本數(shù)據(jù)的詞頻并詞云圖可視化
這篇文章主要給大家介紹了關(guān)于如何使用Python分析文本數(shù)據(jù)的詞頻并詞云圖可視化,文章中有詳細(xì)的圖文介紹和代碼示例,對我們的學(xué)習(xí)或工作有一定的幫助,需要的朋友可以參考下2023-09-09
Python使用asyncio包處理并發(fā)的實現(xiàn)代碼
這篇文章主要介紹了Python使用asyncio包處理并發(fā),asyncio包使用事件循環(huán)驅(qū)動的協(xié)程實現(xiàn)并發(fā)，本文通過實例代碼給大家介紹的非常詳細(xì)對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值，需要的朋友可以參考下2022-12-12
下面小編就為大家?guī)硪黄狿ython之str操作方法(詳解)。小編覺得挺不錯的，現(xiàn)在就分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2017-06-06
Pandas實現(xiàn)dataframe和np.array的相互轉(zhuǎn)換
今天小編就為大家分享一篇Pandas實現(xiàn)dataframe和np.array的相互轉(zhuǎn)換，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-11-11
這篇文章主要為大家詳細(xì)介紹了pygame實現(xiàn)滑塊接小球游戲，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價值，感興趣的小伙伴們可以參考一下2021-06-06
今天小編就為大家分享一篇django 使用全局搜索功能的實例詳解，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-07-07
python topN 取最大的N個數(shù)或最小的N個數(shù)方法
今天小編就為大家分享一篇python topN 取最大的N個數(shù)或最小的N個數(shù)方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-06-06
Python的getattr函數(shù)方法學(xué)習(xí)使用示例
這篇文章主要為大家介紹了Python的getattr方法學(xué)習(xí)使用示例詳解，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進步，早日升職加薪2022-08-08
這篇文章主要介紹了python中partial庫的使用方法解析，文章圍繞主題展開詳細(xì)的內(nèi)容介紹，具有一定的參考價值，感興趣的小伙伴可以參考一下2022-08-08
詳解pytorch中squeeze()和unsqueeze()函數(shù)介紹
這篇文章主要介紹了詳解pytorch中squeeze()和unsqueeze()函數(shù)介紹，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-09-09