zoukankan      html  css  js  c++  java
  • python框架---->BeautifulSoup的使用

      Beautiful Soup 是一个可以从HTML或XML文件中提取数据的Python库.它能够通过你喜欢的转换器实现惯用的文档导航,查找,修改文档的方式。一个人至少拥有一个梦想,有一个理由去坚强。心若没有栖息的地方,到哪里都是在流浪。

    BeautifulSoup的安装使用

     window上安装方式:pip install beautifulsoup4。

    一、beautifulsoup4的简单使用

    from bs4 import BeautifulSoup
    import re
    
    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://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>
    """
    
    soup = BeautifulSoup(html_doc, 'html.parser')
    # 得到所有的a链接
    links = soup.findAll('a')
    for link in links:
        print(link.name, link['href'], link.get_text())
    
    # 得到特定的a链接
    link_node = soup.find('a', href='http://example.com/tillie')
    print(link_node.get_text(), link_node['id'])
    
    # 使用正则表达式
    link_re_node = soup.find('a', href=re.compile('cie'))
    print(link_re_node.get_text(), link_re_node['id'])
    
    # 根据class获取特定的内容
    p_node_class = soup.find('p', class_='title')
    print(p_node_class.get_text())

    运行的结果如下:

    a http://example.com/elsie Elsie
    a http://example.com/lacie Lacie
    a http://example.com/tillie Tillie
    Tillie link3
    Lacie link2
    The Dormouse's story

    友情链接

  • 相关阅读:
    on asp.net
    总结
    CSS的一点使用体会
    existence way of The malicious software
    算法空山幽谷的佳人
    杀毒软件工程师看的书籍
    经典sql语句大全
    客户提的一个需求
    机器什么时候能够学习?
    当实证资产定价遇上机器学习
  • 原文地址:https://www.cnblogs.com/huhx/p/baseusepythonbeautifulsoup.html
Copyright © 2011-2022 走看看