BeautifulSoup的高级应用之.parent .parents .next_sibling.previous_sibling.next_siblings.previous_siblings

来源：互联网发布：数据分析 ppt 编辑：程序博客网时间：2024/05/29 17:57

继上一篇BeautifulSoup的高级应用，主要讲解的是contents children descendants string strings stripped_strings，本篇主要讲解.parent .parents .next_sibling .previous_sibling .next_siblings .previous_siblings

本篇博客继续使用上篇的html页面内容：

html_doc = """ <html><head><title>The Dormouse's story</title></head> <p class="title"><b>The Dormouse's story</b></p> <p class="story">Once upon a time there were three little sisters; and their names were <a href="http://example.com/elsie" class="sister" id="link1">Elsie</a>, <a href="http://example.com/lacie" class="sister" id="link2">Lacie</a> and<a href="http://example.com/tillie" class="sister" id="link3">Tillie</a>; and they lived at the bottom of a well.</p> <p class="story">...</p> </html>"""

继续分析文档树 ,每个 tag或字符串都有父节点 :被包含在某个 tag中
.parent:
通过 .parent 属性来获取某个元素的父节点.在例子html文档中,标签是标签的父节点:

title_tag = soup.title title_tag# <title>The Dormouse's story</title> title_tag.parent # <head><title>The Dormouse's story</title></head>

文档title的字符串也有父节点:标签

title_tag.string.parent # <title>The Dormouse's story</title>

文档的顶层节点比如的父节点是 BeautifulSoup 对象:

html_tag = soup.html type(html_tag.parent) # <class 'bs4.BeautifulSoup'>

BeautifulSoup 对象的 .parent 是None。

.parents：
通过元素的.parents属性可以递归得到元素的所有父辈节点 , 下面的例子使用了 .parents方法遍历了标签到根节点的所有节点：

link = soup.a link # <a class="sister" href="http://example.com/elsie" id="link1">Elsie</a> for parent in link.parents:     if parent is None:         print(parent)     else:         print(parent.name) # p # body # html # [document] # None

兄弟节点：
举例说明：

<a>    <b>text1</b>    <c>text2</c></a>

这里的b和c节点为兄弟节点
.next_sibling 和 .previous_sibling .：
在文档树中 ,使用 .next_sibling 和 .previous_sibling 属性来查询兄弟节点：

sibling_soup = BeautifulSoup("<a><b>text1</b><c>text2</c></b></a>")sibling_soup.b.next_sibling   # <c>text2</c> sibling_soup.c.previous_sibling # <b>text1</b>

b 标签有.next_sibling 属性 ,但是没有 .previous_sibling 属性 ,因为 b标签在同级节点中是第一个 .同理 ,c标签有 .previous_sibling 属性 ,却没有 .next_sibling 属性。

link = soup.a link # <a class="sister" href="http://example.com/elsie" id="link1">Elsie</a> link.next_sibling # u',\n'

注意：第一个a标签的next_sibling 属性值为，\n

link.next_sibling.next_sibling # <a class="sister" href="http://example.com/lacie" id="link2">Lacie</a>

第一个a标签的next_sibling的next_sibling 属性值为Lacie

.next_siblings 和 .previous_siblings.：
通过 .next_siblings 和 .previous_siblings 属性对当前节点的兄弟节点迭代输出：

for sibling in soup.a.next_siblings:     print(repr(sibling)) # u',\n' # <a class="sister" href="http://example.com/lacie" id="link2">Lacie</a> # u' and\n' # <a class="sister" href="http://example.com/tillie" id="link3">Tillie</a> # u'; and they lived at the bottom of a well.' # None for sibling in soup.find(id="link3").previous_siblings:                                 print(repr(sibling)) # ' and\n' # <a class="sister" href="http://example.com/lacie" id="link2">Lacie</a> # u',\n'# <a class="sister" href="http://example.com/elsie" id="link1">Elsie</a> # u'Once upon a time there were three little sisters; and their names were\n' # None

回退和前进：
举例html如下：

<html><head><title>The Dormouse's story</title></head> <p class="title"><b>The Dormouse's story</b></p>

HTML 解析器把这段字符串转换成一连的事件 : “ 打开标签 ”添加一段字符串 ”,关闭标签 ”,”打开

标签 ”, 等.Beautiful Soup提供了重现解析器初始化过程的方法

.next_element 和 .previous_element .
.next_element 属性指向解析过程中下一个被的对象 (字符串或 tag),结果可能与 .next_sibling 相同 ,但通常是不一样的 .

last_a_tag = soup.find("a", id="link3") last_a_tag # <a class="sister" href="http://example.com/tillie" id="link3">Tillie</a> last_a_tag.next_sibling # '; and they lived at the bottom of a well.'

但这个标签的 .next_element 属性结果是在标签被解析之后的内容 ,不是标签后的句子部分 ,应该是字符串 ”Tillie”:

last_a_tag.next_element # u'Tillie'

.previous_element 属性刚好与.next_element 相反 ,它指向当前被解析的对象的前一个解析对象 :

last_a_tag.previous_element # u' and\n' last_a_tag.previous_element.next_element# <a class="sister" href="http://example.com/tillie" id="link3">Tillie</a>

.next_elements 和 .previous_elements：
通过 .next_elements 和 .previous_elements 的迭代器就可以向前或后访问文档解析内容 ,就好像文档正在被解析一样 :

for element in last_a_tag.next_elements:                  print(repr(element)) # u'Tillie' # u';\nand they lived at the bottom of a well.' # u'\n\n' # <p class="story">...</p> # u'...' # u'\n' # None

下一篇将讲解一下BeautifulSoup的搜索文档树的高级方法。

1 1

BeautifulSoup的高级应用 之.parent .parents .next_sibling.previous_sibling.next_siblings.previous_siblings

BeautifulSoup的高级应用之.parent .parents .next_sibling.previous_sibling.next_siblings.previous_siblings