菜鸟笔记
提升您的技术认知

beautiful soup提取信息的方法-ag真人游戏

阅读 : 48

beautiful soup是python的一个网页解析库,处理快捷; 支持多种解析器,功能强大。教程细致讲解beautiful soup的深入使用、节点选择器、css选择器、beautiful soup4的方法选择器等重要知识点,是学好爬虫的基础课程。

学习目标

  1. 掌握节点选择器提取信息的方法

1. 提取信息的方法

通过选择元素的方式,我们获取到了标签的全部信息,如果我们想要提取标签中的信息,可以使用如下方式:

(1) 获取节点名称

  • 格式:soup.tag.name

  • 返回值:字符串

  • 示例:

    html = '''
      	

    hello

    • foo
    • bar
    • ]ay
    • foo
    • bar
    ''' from bs4 import beautifulsoup soup = beautifulsoup(html, 'lxml') # 获取a标签的名字 result = soup.a.name print(result) # 输出结果: a

(2) 获取节点属性值

  • 格式:soup.tag.attrs

  • 返回值:字典

  • 示例:

    html = '''
    	

    hello

    • foo
    • bar
    • ]ay
    • foo
    • bar
    ''' from bs4 import beautifulsoup soup = beautifulsoup(html, 'lxml') # 获取a标签的属性 result = soup.a.attrs print(result) # 输出结构 { 'href': 'http://example.com/elsie', 'class': ['sister'], 'id': 'link1'}

(3) 获取节点文本内容

  • 格式:soup.tag.string

  • 返回值:字符串

  • 示例:

    html = '''
      	

    hello

    • foo
    • bar
    • ]ay
    • foo
    • bar
    ''' from bs4 import beautifulsoup soup = beautifulsoup(html, 'lxml') # 获取a标签的内容 result = soup.a.string print(result) # 输出结构 elsie

2. 总结

节点选择器提取信息的方法:

  • soup.tag.name
    • 用来提取节点名称
  • soup.tag.attrs
    • 用来提取属性
  • soup.tag.string
    • 用来提取内容
网站地图