python BeautifulSoup基本用法

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了python BeautifulSoup基本用法相关的知识,希望对你有一定的参考价值。

#coding:utf-8
import os
from bs4 import BeautifulSoup
#jsp 路径
folderPath = "E:/whm/google/src_jsp"

for dirPath,dirNames,fileNames in os.walk(folderPath):
    for fileName in fileNames:
        if fileName.endswith(".jsp"):
            soup=BeautifulSoup(open(os.path.join(dirPath,fileName)),"html.parser")
            if(soup.header is not None):
                soup.header.extract()
            #属性选择器。。。只能选择出第一个符合规则的元素
            if(soup.find(attrs={role:banner}) is not None):
                soup.find(attrs={role:banner}).extract()
            if(soup.find(attrs={class:"col-xs-3"}) is not None):
                soup.find(attrs={class:"col-xs-3"}).extract()
            with open(os.path.join(dirPath,fileName),"w+") as file:
                #pretify()方法返回一个美化过的html 字符串 encode(‘utf-8‘)指定编码--
                file.write(soup.prettify(formatter=None).encode(utf-8))

处理jsp页面会出现bug。。。 所以。。不要使用BeautifulSoup处理 jsp和php等脚本页面。。。需要用正则来写。。。这是我摸索半天得来的结论。。。。。

以上是关于python BeautifulSoup基本用法的主要内容,如果未能解决你的问题,请参考以下文章

Python lxml包下面的xpath基本用法

Python:requests库BeautifulSoup4库的基本使用(实现简单的网络爬虫)

BeautifulSoup的基本用法

python系列之BeautifulSoup的用法

孤荷凌寒自学python第六十九天学习并实践beautifulsoup对象用法2

python爬虫beautifulsoup查找定位Select用法