zoukankan      html  css  js  c++  java
  • BeautifulSoup入门

    BeautifulSoup库入门

    BeautifulSoup库的理解

    BeautifulSoup库是解析、遍历、维护”标签树”的功能库

    示例代码:

    from bs4 import BeautifulSoup
    soup = BeautifulSoup("<html>data</html>","html.parser")#第一参数是html文档,第二个参数指定parser类型是html.parser
    soup2 = BeautifulSoup(open("d://demo.html"),"html.parser")

    BeautifulSoup解析器

    解析器使用方法条件
    bs4的html解析器: BeautifulSoup(mk,’html.parser’) 安装bs4库
    lxml的html解析器: BeautifulSoup(mk,’lxml’) pip install lxml
    lxml的xml解析器: BeautifulSoup(mk,’xml’) pip install lxml
    html5lib的解析器: BeautifulSoup(mk,’html5lib’) pip install html5lib

    BeautifulSoup类的基本元素

    基本元素说明使用方式
    Tag 标签,最基本的信息组织单元,分别用<>和表明开头和结尾 soup.a soup.p soup.head soup.title
    Name 标签的名字, …</p> 的名字是p,格式.name soup.a.name soup.p.name soup.div.name
    Attribute 标签的属性,字典形式组织,格式: .attrs soup.a.attrs soup.div.attrs
    NavigableString 标签内非属性字符串,<>中字符串,格式:.string soup.a.string soup.p.string
    Comment 标签内字符串的注释部分 soup.a.string(会去掉!–和–,只显示注释内容,但是用type(soup.a.string)会返回)

    使用BeautifulSoup遍历HTML DOM树

    属性说明
    .contents 子节点的列表,将说有儿子节点存入列表
    .children 子节点的迭代类型,与.contents类似,用于遍历儿子节点
    .descendants 子孙节点的迭代类型,包含所有子孙节点,用于循环遍历
    .parent 节点的父亲标签
    .parents 节点所有祖先标签,用于循环遍历祖先节点
    .next_sibling 返回按照HTML文本顺序的下一个平行节点标签
    .previous_sibling 返回按照HTML文本顺序的上一个平行节点标签
    .next_siblings 迭代类型,返回按照HTML文本顺序的后续所有平行节点标签
    .previous_siblings 迭代类型,返回按照HTML文本顺序的前续所有平行节点标签

    实例代码:

    from bs4 import BeautifulSoup
    import requests
    response = requests.get("http://www.icourse163.org/learn/BIT-1001870001")
    html = response.text
    soup = BeautifulSoup(html,"html.parser")
    tag = soup.a
    print(tag.contents)#打印子节点列表
    for child in tag.children:#迭代所有子节点
        print(child)
    for descendant in tag.descendants:#迭代所有子孙节点
        print(descendant
    print(tag.parent)#打印父亲节点
    for parent in tag.parents:#迭代所有父节点
        print(parent)
    print(tag.next_sibling)#下一个兄弟节点
    
  • 相关阅读:
    在桌面建立快捷方式 Mr
    在窗口中显示一幅 JPG 图象 Mr
    【转载】COM组件设计与应用(一)——起源及复合文件 Mr
    【转载】COM组件设计与应用(二)——GUID和接口 Mr
    关于在Win7 SP1操作系统下编译的ADO应用程序不能在比Win7 SP1版本低的操作系统上运行,微软给出的解释和解决方案 Mr
    Vue UI图形化项目管理使用
    vue+eldialog提交校验
    获取当前日期前一个月日期与天数数组
    element输入框只能输入数字或小数保留两位小数
    vue+ DatePicker日期的加减
  • 原文地址:https://www.cnblogs.com/infoflow/p/8975272.html
Copyright © 2011-2022 走看看