python_BeautifulSoup

博客内容都是经过看视频总结的如果视频中讲师觉得有抄袭，请联系我

Beautiful Soup库的理解：

例子：

 <p class="title"><b>The demo python introduces several python courses.</b></p>

<p></p>          标签对，英文名字叫Tag

p                       是标签的名字

class=‘’‘title’  属性Attributes

 Beautiful Soup 就是将html 标签树 进行BeautifulSoup 的处理

Beautiful Soup 库的解析器：

bs4的Html 解析器  ，使用的方法 BeautifulSoup(mk,'html.parser')  ,      条件安装 bs4库

lxml的Html 解析器  ，使用的方法 BeautifulSoup(mk,'lxml')  ,      条件pip install xml

lxml的xml 解析器  ，使用的方法 BeautifulSoup(mk,'xml')  ,      条件pip install xml

html5lib的 解析器  ，使用的方法 BeautifulSoup(mk,'html5lib')  ,      条件pip install html5lib

案例： 

import requestsfrom bs4 import BeautifulSoup#调用soup库try:    r=requests.get("http://python123.io/ws/demo.html",timeout=30)    r.raise_for_status()    r.encoding=r.apparent_encoding    demo=r.text    #解析html所以相当于解析demo，使用beautifulSoup解析    soup=BeautifulSoup(demo,'html.parser')#解析    print(soup)except:    print("有故障")

Beautiful Soup 类的基本元素

Tag           标签，最基本的信息组织单元，分别用<></>标明开头结尾

from bs4 import BeautifulSoupimport requestsr = requests.get("http://python123.io/ws/demo.html", timeout=30)demo=r.textsoup=BeautifulSoup(demo,'html.parser')#打印文本title 标签print(soup.title)#打印文本中的a标签print(soup.a)

Name       标签的名字，<p></p>的名字就是‘p’格式是<tag>.name

from bs4 import BeautifulSoupimport requestsr = requests.get("http://python123.io/ws/demo.html", timeout=30)demo=r.textsoup=BeautifulSoup(demo,'html.parser')#分别打印了a标签的name，a标签他爸的name，a标签他祖宗的nameprint(soup.a.name)print(soup.a.parent.name)print(soup.a.parent.parent.name)

Attributes           标签的属性，字典形式组织，格式<tag>.attrs

from bs4 import BeautifulSoupimport requestsr = requests.get("http://python123.io/ws/demo.html", timeout=30)demo=r.textsoup=BeautifulSoup(demo,'html.parser')#标签的属性 先告诉那个标签的什么属性tag=soup.a#a标签下的属性<a class="py1" href="http://www.icourse163.org/course/BIT-268001" id="link1">print(tag.attrs)#打印结果{'href': 'http://www.icourse163.org/course/BIT-268001', 'id': 'link1', 'class': ['py1']
print(tag.attrs.values())#字典打印对应的kv 值
NavigableString 标签内的非属性字符串，<>.......<>格式<tag>.string
print(soup.a.string)
Comment             标签内的注释部分格式<tag>.string