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