python3爬虫获取html内容及各属性值
来源:互联网 发布:linux 登录用户权限 编辑:程序博客网 时间:2024/06/04 00:24
今天用到BeautifulSoup解析爬下来的网页数据
首先导入包from bs4 import BeautifulSoup
然后可以利用urllib请求数据
记得要导包
import urllib.request
然后调用urlopen,读取数据
f=urllib.request.urlopen(‘http://jingyan.baidu.com/article/455a9950bc94b8a166277898.html‘)
response=f.read()
这里我们就不请求数据了,直接用本地的html代码,如下
注意:”’xxx”’是多行注释
#python3from bs4 import BeautifulSouphtml='''<html><head> <title class='ceshi'>super 哈哈 star</title></head><body> 天下第一帅 <p class='sister'> 是不是 </p></body></html>'''#用BeautifulSoup解析数据 python3 必须传入参数二'html.parser' 得到一个对象,接下来获取对象的相关属性html=BeautifulSoup(html,'html.parser')# 读取title内容print(html.title)# 读取title属性attrs=html.title.attrsprint(attrs)# 获取属性attrs['class'] ---->['ceshi'] 这是一个list 通过下标可以获取值print(attrs['class'][0])# 读取bodyprint(html.body)读取数据还可以通过BeautifulSoup的select方法html.select()#按标签名查找 soup.select('title')soup.select('body')# 按类名查找soup.select('.sister')# 按id名查找# p标签中id为link的标签soup.select('p #link')#取标签里面的值soup.p.string#取标签里属性值 通过href获取html['href']
阅读全文
0 0
- python3爬虫获取html内容及各属性值
- python3 爬虫 HTML 指定内容
- Python3.5爬虫入门示例-获取百度首页及相关的html页面
- Python3处理HTML获取所需内容
- 爬虫获取ajax异步请求的html内容
- Python3获取网页内容
- JQuery获取设置内容及属性
- python3.X爬虫-图片获取
- Python3 html获取
- 【Python3.6爬虫学习记录】(四)爬取百度贴吧某帖子内容及图片
- python网络爬虫-属性获取及Lambda表达式
- Python3伪装浏览器爬虫读取网页内容
- asp.net获取html内容中的指定标签下的某个属性值
- java使用正则获取字符串HTML代码段中的内容 节点属性值
- jQuery知识点(4)-.html() .text() .val() .attr()获取元素内容、值、属性
- jQuery 动态内容添,获取HTML标签和属性
- Jquery—获取和设置html内容和属性
- html获取自定义属性值
- 函数的重载
- POJ 1011 Sticks
- 学习swift 《kvc和kvo的简单使用》
- 关于linuxonandroid的理解
- 时间戳转化为日期的方法
- python3爬虫获取html内容及各属性值
- UVA
- Spring IOC
- 大数据学习笔记:编写脚本分发配置,数据分布,以及使用代码打印调试信息
- 函数重载的二义性
- MySQL的安装与维护
- 基于jetty9实现java版的webcoket服务端和客户端
- java成员内部类等学习
- php几大运行模式说明与对比