基于bs4的HTML内容遍历方法
来源:互联网 发布:06款雅马哈r1数据 编辑:程序博客网 时间:2024/05/24 05:37
1.HTML基本格式
2.标签树的下行遍历
属性 说明
.contents 子节点的列表,将<tag>所有儿子节点存入列表
.children 子节点的迭代类型,与.content类似,用于循环遍历儿子节点
.descendants 子孙节点的迭代类型,包含所有子孙节点,用于循环遍历
遍历儿子节点
for child in soup.body.children:
print(child)
遍历子孙节点
for child in soup.body.descendants
print(child)
3.标签树的上行遍历
属性 说明
.parent 节点的父亲标签
.parents 节点先辈标签的迭代类型,用于循环遍历先辈节点
4.标签树的平行遍历
属性 说明
.net_sibling 返回按照HTML文本顺序的下一个平行节点标签
.previous_sibling 返回按照HTML文本顺序的上一个平行节点标签
.next_siblings 迭代类型,返回按照HTML文本顺序的后续所有平行节点标签
.previous_siblings迭代类型,返回按照HTML文本顺序的前续所有平行节点标签
阅读全文
0 0
- 基于bs4的HTML内容遍历方法
- Python网络爬虫与信息提取-Day7-基于bs4库的HTML内容遍历方法
- python爬虫由浅入深4--基于bs4的html内容遍历方法
- python爬虫由浅入深6--基于bs4库的HTML内容的查找方法
- python——爬虫学习——基于bs4库的HTML内容查找方法-(3)
- Python网络爬虫与信息提取-Day8-基于bs4库的HTML格式输出
- py3 下安装bs4的方法
- 基于同步的遍历方法
- 学习用requests, bs4 抓取网页特定的内容
- bs4爬虫:获取百度贴吧的内容
- 021遍历HTML文档内容
- python_基于bs4html内容遍历
- 获取html页面内容的方法
- 显示内存中HTML内容的方法
- HTML页面添加内容的方法
- bs4的使用
- PureBasic 获取HTML内容的方法!WebGadget : get HTML text
- 基于velocity 生成HTML 的公用方法。
- (转)Redis详解(二)---数据类型
- 从Docker Hub上下载Image并修改Image的Repository属性
- PHP的list
- 纯js 实现弹幕效果
- httpsession跨域请求不能保存的问题
- 基于bs4的HTML内容遍历方法
- Android使用非Activity引用启动页面报错!
- 在IDEA下 spring+springMVC+hibernate+maven框架搭建
- 【HDU
- Android 获取联系人和电话号码
- Java curator操作zookeeper获取kafka
- c#字符常用方法
- 使用eclipse启动系统时报错“ java.lang.OutOfMemoryError: PermGen space”问题的解决
- bootstrap 清楚浮动