BeautifulSoup基本使用
展开全部
BeautifulSoup 官方文档 介绍：BeautifulSoup 是一个可以从HTML或XML文件中提取数据的Python库。使用BeautifulSoup更多方便，避免使用正则表达式容易出错，提高效率。
BeautifulSoup支持Python标准库中的HTML解析器,还支持一些第三方的解析器,其中一个是 lxml。以下为BeautifulSoup官方文档对支持的解析器优缺点对比。
推荐使用lxml解释器，效率更高。 注意：不同的解析器返回不同的结果
通过解析器，BeautifulSoup可以传入一段字符串或文件。
Beautiful Soup将复杂HTML文档转换成一个复杂的树形结构,每个节点都是Python对象,所有对象可以归纳为4种: Tag , NavigableString , BeautifulSoup , Comment 。接下来使用以下文档进行说明。
可以看到a点只是返回第一个，如果需要历遍全部则需要用find_all('a')。
tag有多种属性，其中两个最重要的就是name和attributes。name一般返回标签本身（soup返回document）， 注意，tag属性操作方法和字典一样。
上面说到节点选择可以直接利用标签，如<head>标签用soup.head，也可通过name和attrs可以直接获取属性，操作和字典一样。以上是直接获取的方式，当想要获取标签的子节点、父节点、兄弟节点则需要通过另外的方法。
.children 是一个llist生成器，可以对子节点进行历遍循环
.descendants 是返回所有子孙节点，比较children和descendants的输出区别
已赞过
已踩过<
评论
收起
你对这个回答的评价是？
推荐律师服务：
若未解决您的问题，请您详细描述您的问题，通过百度律临进行免费专业咨询
