python爬虫由浅入深3--BeautifulSoup的使用的基本方法

来源：互联网发布：蜂巢网络与无人机编辑：程序博客网时间：2024/06/08 18:35

BeautifulSoup的使用的基本方法

BeautifulSoup中有信息的标记与提取的方法

译为美丽的汤，所以我们可以理解为利用Beautifulsoup可以把杂乱无章的（额，，也并非杂乱无章）的html代码解析出来，以此炖出一锅美丽的汤

使用方式：

from bs4 import BeautifulSoupsoup = BeautifulSoup("<p>data</p>","html.parser")

html.parser是html代码的解析器，由此即可用于html代码的解析

"Html文档"--------------标签树-------------------BeautifulSoup三者等价

from bs4 import BeautifulSoup#直接解析htmmlsoup = BeautifulSoup("<html>data</html>","html.parser") #从文件中打开htmlsoup2 = BeautifulSoup(open("D://demmo.html"),"html.parser")

简单来讲，一个beautiful就对应着一个HTML/XML文档的全部内容

BeuatifulSoup的基本元素

beautifulsoup一共有五种基本元素

Tag 标签，最基本的信息组织单元

Name 标签的名字，<p>...</p>的名字是"p",格式是 <tag>.name

Attributes 标签的属性，字典形式的格式是 <tag>.attrs

NarigableString 标签内的非属性字符串，<>.......</>中的字符，格式是<tag>.string

Comment 标签内字符串的注释部分，一种特殊的Comment类型

阅读全文

0 0