• 新规:续航150公里以下新能源车取消补贴 2019-10-11
  • 法国革命时代,女人流行穿什么 2019-10-11
  • 黑龙江省县(市、区)委统战部长培训班举办 2019-10-06
  • “夏季第一瓜”竟是它! 2019-10-06
  • 《阿古顿巴》藏语版在藏语卫视首播 2019-09-06
  • 晋中市“三同步”推动互联网治理创新 2019-08-27
  • 法媒:研究称美国人常用药物或增加抑郁风险 2019-08-27
  • 宝贝是地名,你能想到这么浪漫的地名在哪儿吗? 2019-08-15
  • 何树山副省长到方圆机电调研指导工作 2019-08-15
  • 安徽11选5走势图彩经网:python BeautifulSoup使用方法详解

    来源:本网整理

    彩票双色球历史开奖结果 www.s9h6.com 直接看例子:

    复制代码 代码如下:
    #!/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 class="sister" id="link1">Elsie</a>,
    <a class="sister" id="link2">Lacie</a> and
    <a 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()

    结果为:
    复制代码 代码如下:
    <title>The Dormouse's story</title>
    title
    The Dormouse's story
    <p class="title"><b>The Dormouse's story</b></p>
    <a class="sister" id="link1">Elsie</a>
    [<a class="sister" id="link1">Elsie</a>, <a class="sister" id="link2">Lacie</a>, <a class="sister" id="link3">Tillie</a>]
    <a class="sister" 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处理格式化后的字符串,soup.title 得到的是title标签,soup.p  得到的是文档中的第一个p标签,要想得到所有标签,得用find_all
    函数。find_all 函数返回的是一个序列,可以对它进行循环,依次得到想到的东西.
    get_text() 是返回文本,这个对每一个BeautifulSoup处理后的对象得到的标签都是生效的。你可以试试 print soup.p.get_text()
    其实是可以获得标签的其他属性的,比如我要获得a标签的href属性的值,可以使用 print soup.a['href'],类似的其他属性,比如class也是可以这么得到的(soup.a['class'])。
    特别的,一些特殊的标签,比如head标签,是可以通过soup.head 得到,其实前面也已经说了。
    如何获得标签的内容数组?使用contents 属性就可以 比如使用 print soup.head.contents,就获得了head下的所有子孩子,以列表的形式返回结果,
    可以使用 [num]  的形式获得 ,获得标签,使用.name 就可以。
    获取标签的孩子,也可以使用children,但是不能print soup.head.children 没有返回列表,返回的是 <listiterator object at 0x108e6d150>,
    不过使用list可以将其转化为列表。当然可以使用for 语句遍历里面的孩子。
    关于string属性,如果超过一个标签的话,那么就会返回None,否则就返回具体的字符串print soup.title.string 就返回了 The Dormouse's story
    超过一个标签的话,可以试用strings
    向上查找可以用parent函数,如果查找所有的,那么可以使用parents函数
    查找下一个兄弟使用next_sibling,查找上一个兄弟节点使用previous_sibling,如果是查找所有的,那么在对应的函数后面加s就可以

    如何遍历树?

    使用find_all 函数
    复制代码 代码如下:
    find_all(name, attrs, recursive, text, limit, **kwargs)

    举例说明:

    复制代码 代码如下:
    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)

    返回值为:
    复制代码 代码如下:
    [<title>The Dormouse's story</title>]
    [<p class="title"><b>The Dormouse's story</b></p>]
    [<a class="sister" id="link1">Elsie</a>, <a class="sister" id="link2">Lacie</a>, <a class="sister" id="link3">Tillie</a>]
    [<a class="sister" id="link2">Lacie</a>]
    [<a class="sister" id="link1">Elsie</a>, <a class="sister" id="link2">Lacie</a>, <a class="sister" id="link3">Tillie</a>]

    通过css查找,直接上例子:

    复制代码 代码如下:
    print soup.find_all("a", class_="sister")
    print soup.select("p.title")

    通过属性进行查找
    复制代码 代码如下:
    print soup.find_all("a", attrs={"class": "sister"})

    通过文本进行查找
    复制代码 代码如下:
    print soup.find_all(text="Elsie")
    print soup.find_all(text=["Tillie", "Elsie", "Lacie"])

    限制结果个数
    复制代码 代码如下:
    print soup.find_all("a", limit=2)

    结果为:
    复制代码 代码如下:
    [<a class="sister" id="link1">Elsie</a>, <a class="sister" id="link2">Lacie</a>, <a class="sister" id="link3">Tillie</a>]
    [<p class="title"><b>The Dormouse's story</b></p>]
    [<a class="sister" id="link1">Elsie</a>, <a class="sister" id="link2">Lacie</a>, <a class="sister" id="link3">Tillie</a>]
    [u'Elsie']
    [u'Elsie', u'Lacie', u'Tillie']
    [<a class="sister" id="link1">Elsie</a>, <a class="sister" id="link2">Lacie</a>]

    总之,通过这些函数可以查找到想要的东西。

  • 本文相关:
  • 使用python BeautifulSoup库抓取58手机维修信息
  • Python入门教程 超详细1小时学会Python
  • Python开发编码规范
  • 学习python (1)
  • 学习python (2)
  • 简明 Python 基础学习教程
  • Python完全新手教程
  • Python学习资料
  • Python入门
  • 一篇不错的Python入门教程
  • 免责声明 - 关于我们 - 联系我们 - 广告联系 - 友情链接 - 彩票双色球历史开奖结果 - 频道导航
    Copyright © 2017 彩票双色球历史开奖结果 www.s9h6.com All Rights Reserved
  • 新规:续航150公里以下新能源车取消补贴 2019-10-11
  • 法国革命时代,女人流行穿什么 2019-10-11
  • 黑龙江省县(市、区)委统战部长培训班举办 2019-10-06
  • “夏季第一瓜”竟是它! 2019-10-06
  • 《阿古顿巴》藏语版在藏语卫视首播 2019-09-06
  • 晋中市“三同步”推动互联网治理创新 2019-08-27
  • 法媒:研究称美国人常用药物或增加抑郁风险 2019-08-27
  • 宝贝是地名,你能想到这么浪漫的地名在哪儿吗? 2019-08-15
  • 何树山副省长到方圆机电调研指导工作 2019-08-15
  • 香港六合彩网 天津十一选五直播 北京pk赛车人工1期计划 新疆11选5彩票开奖 大中电器怎么样 青海区域号 更懂彩民 AG捕鱼王新版 最近十期福彩开奖结果查询 广西快三走势图今天一 北京3分pk赛车是福彩吗 pk10牛牛 四人斗地主技巧 博一把娱乐交流论坛 手机彩票作弊器在哪下载