当前位置: 首页 > news >正文

网站板块怎么做台州百度快照优化公司

网站板块怎么做,台州百度快照优化公司,东莞网站建设总结,免费开商城网站吗python爬虫-bs4 目录 python爬虫-bs4说明安装导入 基础用法解析对象获取文本Tag对象获取HTML中的标签内容find参数获取标签属性获取所有标签获取标签名嵌套获取子节点和父节点 说明 BeautifulSoup 是一个HTML/XML的解析器,主要的功能也是如何解析和提取 HTML/XML 数…

python爬虫-bs4

目录

  • python爬虫-bs4
    • 说明
      • 安装
      • 导入
    • 基础用法
      • 解析对象
      • 获取文本
      • Tag对象
        • 获取HTML中的标签内容
        • find参数
        • 获取标签属性
        • 获取所有标签
        • 获取标签名
        • 嵌套获取
        • 子节点和父节点

说明

BeautifulSoup 是一个HTML/XML的解析器,主要的功能也是如何解析和提取 HTML/XML 数据

在爬虫项目中经常会遇到不规范、及其复杂的HTML代码

BeautifulSoup4提供了强大的方法来遍历文档的节点以及根据各种条件搜索和过滤文档中的元素。你可以使用CSS选择器、正则表达式等灵活的方式来定位和提取所需的数据

安装

pip install BeautiifulSoup4

导入

from bs4 import BeautifulSoup

基础用法

解析对象

soup = BeautifulSoup('目标数据','解析器')

目前有三种主流解析器

  • html.parser
  • lxml(推荐)
  • html5lib

获取文本

获取文本的方法两种方式textcontents

contents

from bs4 import BeautifulSoupdata = """
<h1>Welcome to BeautifulSoup Practice</h1><div class="article"><h2>Article Title</h2><p>This is a paragraph of text for practicing BeautifulSoup.</p><a href="https://www.example.com">Link to Example Website</a>
"""
soup = BeautifulSoup(data, 'lxml')
print(soup.contents)
# 输出:
"""
[<html><body><h1>Welcome to BeautifulSoup Practice</h1>
<div class="article">
<h2>Article Title</h2>
<p>This is a paragraph of text for practicing BeautifulSoup.</p>
<a href="https://www.example.com">Link to Example Website</a>
</div></body></html>]
"""

text

print(soup.text)
"""
Welcome to BeautifulSoup PracticeArticle Title
This is a paragraph of text for practicing BeautifulSoup.
Link to Example Website
"""

Tag对象

获取HTML中的标签内容

比如<p> <div>

示例:

print(soup.h2)
# <h2>Article Title</h2>print(soup.h2.text)
# Article Title
find参数

获取class要加下划线,因为在python中它属于关键字,除了class还可以换成任意属性名

data = """
<h1>Welcome to BeautifulSoup Practice</h1><div class="article"><p>This is a paragraph of text for practicing BeautifulSoup.</p></div><div class="ex2"><p>This is a abcd.</p></div>
"""
soup = BeautifulSoup(data, 'lxml')
print(soup.find('div', class_='article'))
获取标签属性
data = ' <p id = "apple">This is a paragraph of text for practicing BeautifulSoup.</p>'
soup = BeautifulSoup(data, 'lxml')
tag = soup.find('p')
print(tag.get('id'))
# apple
获取所有标签
soup = BeautifulSoup(data, 'lxml')
print(soup.find_all('p'))
# [<p>This is a paragraph of text for practicing BeautifulSoup.</p>, <p>This is a abcd.</p>]print(len(soup.find_all('p')))
# 2

括号为空则获取全部标签

获取标签名
print(soup.div.name)
# div
嵌套获取

示例HTML如下

html = '''
<div class="article"><h2>Article Title</h2><p>This is a paragraph of text for practicing BeautifulSoup.</p><p>This is a abcd.</p><a href="https://www.example.com">Link to Example Website</a>
</div>
'''

目标:获取div下的所有p标签内容

print(soup.find('div', class_='article').find_all('p'))
子节点和父节点
soup = BeautifulSoup(data, 'lxml')
# 遍历获取所有父节点
for item in soup.p.parents:print(item)# 遍历获取所有子节点
for i in soup.p.children:print(soup.p.children)
http://www.mmbaike.com/news/44480.html

相关文章:

  • 那样的网站南宁seo关键词排名
  • 企业平台网站制作郑州网络营销学校
  • 回到明朝当王爷如何优化网络环境
  • 杭州企业自助建站百度指数对比
  • 可以做科学模拟实验的网站数据分析师培训机构推荐
  • 六安市建设局网站凡科网小程序
  • 网站备案是每年一次吗晚上必备免费软件大全苹果
  • 高端品牌网站建设服务重庆官网seo分析
  • 网站改版怎么做百度引擎搜索推广
  • 视频网站做app还是h5什么是网络营销工具
  • 浙江住房与城乡建设厅官方网站查询搜索引擎入口google
  • 大成建设株式会社网站泉州网站建设优化
  • 高性能网站建设指南 书最新消息新闻头条
  • 靓号网建站黄页推广引流
  • 番禺 大石网站建设贵阳seo网站管理
  • 八埏网站开发友情链接站长平台
  • 域名 网址 网站名称互联网广告投放
  • 漂流瓶说自己是做网站的刷网站关键词工具
  • 织梦 和wordpress百度搜索推广优化师工作内容
  • ps里怎么做微网站模板新闻最近的大事10件
  • 网站开发和网页开发有什么区别百度爱采购怎么推广
  • 网站建站报价单怎么用网络推广
  • b2b旅游网站建设新手小白怎么学做运营
  • 动态网站的制作流程百度云官网首页
  • 网站开发行业新闻外贸获客软件
  • 个人音乐网站建设下载安装百度
  • 山西网站制作公司哪家好深圳百度推广电话
  • 域名过户后怎么做网站临沂做网站建设公司
  • 桃江县建设局网站google广告投放技巧
  • 大连手机自适应网站建设服务关键词资源