BeautifulSoup基本使用

Posted 2023-03-25

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BeautifulSoup基本使用相关的知识，希望对你有一定的参考价值。

参考技术A

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

以上是关于BeautifulSoup基本使用的主要内容，如果未能解决你的问题，请参考以下文章