BeautifulSoup库之find、findAll和children、descendants |
您所在的位置：网站首页 › 一级标签是什么 › BeautifulSoup库之find、findAll和children、descendants |
BeautifulSoup库之find、findAll和children、descendants
|
BeautifulSoup库提供了一些方法和属性去解析HTML，将HTML页面映射成一棵树。 一、其中findAll函数通过标签的名称和属性来查找标签，返回一个列表 例如： from urllib.request import urlopen from bs4 import BeautifulSoup html = urlopen("http://www.pythonscraping.com/pages/warandpeace.html") bsObj = BeautifulSoup(html, "html.parser") nameList =bsObj.findAll("span",{"class":"green"}) for name in nameList: print(name.get_text()) .get_text()会把你正在处理的HTML文档中所有的标签都清除，然后返回一个只包含文字的字符串 结果如下： 如果没有.get_text()，直接print(name),结果如下：
find返回的是findAll搜索值的第一个值：Anna Pavlovna Scherer
二：在HTML页面中，一个标签可以有子标签和后代标签。子标签就是一个父标签的下一级，而后代标签是指一个父标签下面所有级别的标签。例如，tr标签是table标签的子标签，而tr、th、td、img和span标签都是table标签的后代标签。
一般情况下，BeautifulSoup函数总是处理当前标签的后代标签。例如，bsObj.body.h1选择了body标签后代里的第一个h1标签，不会去找body外面的标签。 children()函数仅包含标签的子标签（所有子节点，例如table的子标签tr，包含所有的子标签tr,而不是只包含第一个tr），而descendants()函数包含标签的后代标签（循环输出后代的所有标签） 先看一下children(): from urllib.request import urlopen from bs4 import BeautifulSoup html = urlopen("http://www.pythonscraping.com/pages/page3.html") bsObj = BeautifulSoup(html, "html.parser") for child in bsObj.find("table",{"id":"giftList"}).children: print(child)输出结果为： 如果将.children换成.descendants，结果如下
 打印出子标签后，再将子标签的后
代标签一层层循环打印出来
这是我目前的想法，欢迎各位指导~~
|
【本文地址】
公司简介
联系我们
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |