zoukankan      html  css  js  c++  java
  • python对网站的html文件进行搜寻

    import requests
    import bs4#导入bs4模块
    res=requests.get('http://www.baidu.com')#下载这个网址,也就是说下载这个网址上的HTML
    res.raise_for_status()#检查下载是否成功 不成功的话就是会出错的
    guoshun=bs4.BeautifulSoup(res.text,'html.parser')#利用BeautifulSoup返回一个对象 有了这个对象以后就可以对HTML文件进行筛选了
    #有了BeautifukSoup对象之后,就可以利用它的方法,定位HTML文档中的位置
    #这个模块以后的作用就像当于是正则表达式,但是要比正则表达式好用
    el=guoshun.select('#lg')#BeautifulSoup的对像有一个select方法,select方法将会返回一个tag对象的列表,注意这里返回的是列表
    type(el)
    print(len(el))#输出列表的长度
    print(el[0])#输出列表中的第一个元素
    #总之 就是要记住 select将会返回所有匹配到对象的一个列表
    examplfile=open('example.html')
    shunshun=bs4.BeautifulSoup(examplfile.read(),'html.parser')#不加上html.parser这个语句就有可能会出错,这个也是根据python的出错提示写上去的
    el2=shunshun.select("#author")
    print(len(el2))
    print(el2)
    print(el2[0].getText())#getText方法的作用是显示文本,那么html中的文本是什么意思 要看课本

  • 相关阅读:
    noip2016组合数问题
    noip2017奶酪
    洛谷1091合唱队形
    洛谷P1075 质因数分解
    洛谷1004方格取数
    POJ2393奶酪工厂
    NOIP2012国王游戏(60分题解)
    洛谷1106删数问题
    洛谷1209修理牛棚
    二维树状数组区间修改+区间查询模版
  • 原文地址:https://www.cnblogs.com/shunguo/p/11399342.html
Copyright © 2011-2022 走看看