您好,登录后才能下订单哦!
密码登录
登录注册
点击 登录注册 即表示同意《亿速云用户服务条款》
这篇文章主要介绍了Python中bs4有什么用,具有一定借鉴价值,感兴趣的朋友可以参考下,希望大家阅读完这篇文章之后大有收获,下面让小编带着大家一起了解一下。
bs4(Beautiful Soup)是一个可以从HTML或XML文件中提取数据的Python库 它能够通过你喜欢的转换器实现惯用的文档导航,查找,修改文档的方式 Beautiful Soup会帮你节省数小时甚至数天的工作时间
BeautifulSoup是bs4中非常重要的一个类 它利用html或xml文件快速生一个对象 我们可以借用该对象的方法和属性快速获取我们需要的数据 用法: BeatifulSoup(html, resolver) 解析器的选择,根据不同的需求选择响应的解析器
首先来看一段测试代码:
import bs4 import requests # html测试代码 #只包含一个div标签 #div中包含一个p标签,一段文本 和 一段注释 html ='<div class="属性"><p>p标签文本</p>div中文本<!--注释代码--></div>' # 利用html字符串实例化BeautifulSoup对象 soup = bs4.BeautifulSoup(html,'html.parser') # 利用.div的方式访问节点 print(type(soup.div),'--->',soup.div) # 利用.class的方式访问属性 # 打印div节点中的元素和类型 for item in soup.div: print(type(item),'--->',item)
显示结果:
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 . >Tag对象 html文档中每一个标签都会在BeautifulSoup中以Tag形式出现 Tag中可以包含其他的Tag和其他部分对象 Tag具有许多的属性,可以用于访问标签或其子标签的属性和文本等 例如: Tag.name返回标签名 Tag.string返回标签中的文本信息(Tag仅包含一个文本时,多个用strings) Tag中的属性通过赋值修改,会改动相应html文件中标签 >NavigableString对象 Tag中的字符串用NavigableString对象来包装 作为字符串不能被直接编辑,但可以用replace()替换 在BeautifulSoup外调用需使用unicode()方法 >BeautifulSoup对象 包含一个文档的全部内容 大多数情况下可以看作是一个大的Tag对象,支持遍历和搜索文档树 >Comment 对象 Comment对象是一个特殊的NavigableString对象 用来包装文档中的注释和特殊字符串等
find和findall方法 适用对象:Tag BeautifulSoup find会返回满足条件的第一个节点 findall方法会以列表形式返回满足匹配条件的所有节点 Tag.find('a',) # 返回Tag中第一个a标签节点 Tag.find('a',class_="hello") # 返回Tag中第一个class为"hello"的a标签 Tag.find_all('p',text='p标签文本') # 返回Tag中包含(string属性为'p标签文本'的NavigableString节点)的p标签
string,strings ,text 属性和 get_text()方法 以上方法都可以用于获取文本 适用对象: string 适用于bs4中的全体对象 (Tag BeautifulSoup NavigableString Comment) strings ,text , get_text() 适用于 Tag BeautifulSoup 区别: tag.strings返回一个生成器 可以迭代获取tag节点及其子孙节点中所有的NavigableString节点 返回的是每一个元素类型都是NavigebleString节点 tag.string 当tag的子节点只包含一个NavigebleString节点,返回该节点 当tag只有一个子节点时,返回该子节点的string属性的返回值 此外均返回None tag.get_text()返回一个字符串 用于捕获该节点的所有子孙节点中的非注释文本(即NavigebleString节点的string返回值) tag.text 在bs4源码中text是接收get_text()返回值的变量 等同于tag.get_text()
感谢你能够认真阅读完这篇文章,希望小编分享的“Python中bs4有什么用”这篇文章对大家有帮助,同时也希望大家多多支持亿速云,关注亿速云行业资讯频道,更多相关知识等着你来学习!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。