当前位置:  编程技术>python

python BeautifulSoup使用方法详解

    来源: 互联网  发布时间:2014-09-04

    本文导语:  直接看例子: 代码如下:#!/usr/bin/python# -*- coding: utf-8 -*-from bs4 import BeautifulSouphtml_doc = """The Dormouse's storyThe Dormouse's storyOnce upon a time there were three little sisters; and their names wereElsie,Lacie andTillie;and they lived at the bottom of a well...."""soup =...

直接看例子:

代码如下:

#!/usr/bin/python
# -*- coding: utf-8 -*-
from bs4 import BeautifulSoup
html_doc = """
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.


...


"""
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:

代码如下:

The Dormouse's story
title
The Dormouse's story

The Dormouse's story


Elsie
[Elsie, Lacie, 使用setup.py安装python包和卸载python包的方法 iis7站长之家]
使用setup.py安装python包和卸载python包的方法 iis7站长之家
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 ,
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

代码如下:

find_all(name, attrs, recursive, text, limit, **kwargs)

举例说明:

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:

代码如下:

通过css查找,直接上例子:

代码如下:

print soup.find_all("a", class_="sister")
print soup.select("p.title")

通过属性进行查找

代码如下:

print soup.find_all("a", attrs={"class": "sister"})

通过文本进行查找

代码如下:

print soup.find_all(text="Elsie")
print soup.find_all(text=["Tillie", "Elsie", "Lacie"])

限制结果个数

代码如下:

print soup.find_all("a", limit=2)

结果为:

代码如下:

总之,通过这些函数可以查找到想要的东西。


    
 
 

您可能感兴趣的文章:

  • 使用python BeautifulSoup库抓取58手机维修信息
  • Python BeautifulSoup中文乱码问题的2种解决方法
  • python使用beautifulsoup从爱奇艺网抓取视频播放
  • python 解析html之BeautifulSoup
  • python网络编程学习笔记(七):HTML和XHTML解析(HTMLParser、BeautifulSoup)
  • 使用setup.py安装python包和卸载python包的方法
  • Python开发的单词频率统计工具wordsworth使用方法
  • python回调函数的使用方法
  • Python的函数嵌套的使用方法
  • Python strip lstrip rstrip使用方法
  • python迭代器的使用方法实例
  • python中的yield使用方法
  • python sys模块sys.path使用方法示例
  • python基础教程之lambda表达式使用方法
  • 使用Python判断IP地址合法性的方法实例
  • c++生成dll使用python调用dll的方法
  • python基础教程之类class定义使用方法
  • 浅析python 内置字符串处理函数的使用方法
  • Python列表推导式的使用方法
  • python生成器的使用方法
  • 跨平台python异步回调机制实现和使用方法
  • Python中使用item()方法遍历字典的例子
  • Python使用函数默认值实现函数静态变量的方法
  • Python yield使用方法示例
  • python中使用urllib2伪造HTTP报头的2个方法
  •  
    本站(WWW.)旨在分享和传播互联网科技相关的资讯和技术,将尽最大努力为读者提供更好的信息聚合和浏览方式。
    本站(WWW.)站内文章除注明原创外,均为转载、整理或搜集自网络。欢迎任何形式的转载,转载请注明出处。












  • 相关文章推荐
  • Python中类似printf的字符串格式化详解
  • Python文件操作类操作实例详解
  • Python break语句详解
  • Python代码的打包与发布详解
  • Python下的Mysql模块MySQLdb安装详解
  • python正则表达式re模块详解
  • Python Deque 模块使用详解
  • Mac OS X10.9安装的Python2.7升级Python3.3步骤详解
  • Python help()函数用法详解
  • python中的sort方法使用详解
  • Python ZipFile模块详解
  • python的dict,set,list,tuple应用详解
  • Python urllib模块urlopen()与urlretrieve()详解
  • 闭包在python中的应用之translate和maketrans用法详解
  • Python调用C/C++动态链接库的方法详解
  • Python命名空间详解
  • python基础教程之序列详解
  • Python内置数据类型详解
  • Python 列表(List)操作方法详解
  • python多线程编程方式分析示例详解
  • Python标准库与第三方库详解
  • Python GUI编程:tkinter实现一个窗口并居中代码
  • 让python同时兼容python2和python3的8个技巧分享
  • Python不使用print而直接输出二进制字符串
  • 不小心把linux自带的python卸载了,导致安装一个依赖原python的软件不能安装,请问该怎么办?
  • Python中实现json字符串和dict类型的互转
  • Python开发者社区整站源码 Pythoner
  • python异常信息堆栈输出到日志文件
  • python读取csv文件示例(python操作csv)
  • python下用os.execl执行centos下的系统时间同步命令ntpdate
  • python基础教程之python消息摘要算法使用示例


  • 站内导航:


    特别声明:169IT网站部分信息来自互联网,如果侵犯您的权利,请及时告知,本站将立即删除!

    ©2012-2021,,E-mail:www_#163.com(请将#改为@)

    浙ICP备11055608号-3