bs4.BeautifulSoup的基础用法

导入模块

    from bs4 import BeautifulSoup

    soup = BeautifulSoup(html_doc,"html.parser")

　　

下面看下常见的用法

 print(soup.a)
    # 拿到soup中的第一个a标签



    print(soup.a.name)
    # 获取a标签的名称


    print(soup.a.string)
    # 获取a标签的文本内容


    print(soup.a.text)
    # 获取a标签的文本内容


    print(soup.a["href"])
    # 获取a标签的href属性的值

    print(soup.a.get("href"))
    # 查找第一个a标签的href的属性

    print(soup.a.attrs)
    # 获取a标签的所有的属性，返回一个字典



    print(soup.find("a"))
    # 查找第一个a标签


    print(soup.find_all("a"))
    # 查找所有的a标签


    print(soup.find_all(id="a1"))
    # 查找所有的的id为a1的标签


    print(soup.find_all(class_="sistex"))
    # 这里需要注意，如果需要通过class去查找，则需要一个下划线


    print(soup.find_all(["a","p","br"]))
    # 查找所有的啊标签，p标签和br标签


    soup.find("a").attrs["class"] = "2b"
    # 修改某个标签的属性值

    del soup.find(id="a1").attrs["class"]
    # 删除某个标签的class属性

　　

    import re

    soup.find(re.compile("b"))
    # 标签中有b这个字符的标签


    soup.select("a.syster")
    # 这个可以放标签选择器

    soup.select(".syster .abcd")
    # 这个可以放标签选择器


    soup.find("a").decompose()
    # 从当前字符串中删除第一个a标签，是在原位置进行删除