爬虫日记-html的遍历
Posted chanyuli
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了爬虫日记-html的遍历相关的知识，希望对你有一定的参考价值。
基于bs4库的html遍历方法
标签树的下行遍历
来手打栗子，依然是用上一节的demo
import requests
from bs4 import BeautifulSoup
r=requests.get('https://python123.io/ws/demo.html')
demo=r.text
soup = BeautifulSoup(demo,'html.parser')
print(soup.prettify())
contents打印出了所有子标签，存在列表里展示
也可以通过索引取值。
标签树的上行遍历
html已经是html的最高级标签了，没有父标签，所以他的父标签就是它本身。
因为 soup的父节点没有，所以返回了一个空
标签树的上行遍历
这里拿出了一个parents，注意不是parent，所以这里是以上所有的父标签，放入一个列表之中，就可以迭代了，他就会每次都输出一个父标签的名字了。
标签树的平行遍历
需要注意的是，平行遍历只发生在同一个父亲节点之下，若是另一个节点之下的标签，是不算他的平行节点的。
最后一个打印结果为None，因为他的上上个已经没有平行节点了，所以为空。
这个平行遍历就不多讲了。就是这样实现的，和遍历父节点是一个原理。
这就是今天的总结图
以上是关于爬虫日记-html的遍历的主要内容，如果未能解决你的问题，请参考以下文章