安装
在命令提示符框中直接输入pip install beautifulsoup4
介绍
beautifulsoup是python的一个第三方库,和xpath一样,都是用来解析html数据的。
引入
from bs4 import BeautifulSoup
使用
将一段文档传入BeautifulSoup的构造方法,就能得到一个文档的对象。
bs = BeautifulSoup(open('index.html',encoding='utf-8'),'lxml') print(bs)
注意:这样上传文档的话,BeautifulSoup里面需要两个参数。一个为open方法,一个是固定写法,也就是解析器。
open方法里面也同样需要两个参数,一个是想要解析的数据,另一个为设置编码的格式。
(1)获取网页中的title标签
print(bs.title)
(2)获取head标签及标签内部的所有其他标签
print(bs.head)
(3)获取当中的第一个a标签
print(bs.a)
注意:获取文档当中所有的xx当中第一个xx或者第一个xx里面的内容。都可以用bs.xx来获取
(4)获取指定标签的所有属性
print(bs.a.attrs)
(5)获取标签的属性
print(bs.a['href'])
(6)获取标签的文本内容。
print(bs.a.string)
注意:string获取的文本指的是本标签的文本,不包含子标签的文本
(7)contents能够获取指定标签下面的所有内容。
print(bs.body.contents)
(8)获取所有内容当中指定索引的内容
print(bs.div.contents[3])
(9)通过id和类名来找标签
print(bs.find(id='kw'))
print(bs.find(class_='shopping'))
注意:id是唯一的,通过id来找,只能找到一个,所以用find,而class不是唯一的,通过class来找,就有可能找到多个。
(10)select选择指定的标签
print(bs.select('title'))
print(bs.select('a'))
在bs4中,小数点“.”表示类名,#表示id
print(bs.select('.first'))
print(bs.select('#kw'))
print(bs.select('div.now'))
总结
以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作具有一定的参考学习价值,谢谢大家对的支持。如果你想了解更多相关内容请查看下面相关链接
更新日志
- 孙悦.1996-伙伴【正大国际】【WAV+CUE】
- 纪钧瀚《钢琴阅读时光 雨中书店聆听轻音乐》[FLAC/分轨][399.62MB]
- 证声音乐图书馆《走向自然 疗心爵士乐》[320K/MP3][87.4MB]
- 证声音乐图书馆《走向自然 疗心爵士乐》[FLAC/分轨][184.94MB]
- 陈慧娴.2018-Priscilla-Ism演唱会3CD(2024环球红馆40复刻系列)【环球】【WAV+CUE】
- 郑秀文.1999-我应该得到(国)【华纳】【WAV+CUE】
- 陈家慧.2011-钢琴酒吧2CD【龙吟唱片】【WAV+CUE】
- 证声音乐图书馆《雨季 蓝调吉他 Rainy Blues》[320K/MP3][45.01MB]
- 证声音乐图书馆《雨季 蓝调吉他 Rainy Blues》[FLAC/分轨][109.13MB]
- 赞多《序章》[320K/MP3][45.54MB]
- 许巍.2004-每一刻都是崭新的【步升大风】【WAV+CUE】
- 群星.2024-四方馆影视原声带【韶愔音乐】【FLAC分轨】
- 陈雷.1997-安锁咧【金圆唱片】【WAV+CUE】
- 关淑怡.2013-MY.FAVORITE.SK.3CD【环球】【WAV+CUE】
- Sweety.2006-花言乔语【丰华】【WAV+CUE】