BeautifulSoup应用笔记（2）- 遍历文档树

通过点取属性的方式能够遍历文档树，属性如下：

获取标签

• .tag名称： 获取标签，如果有多个结果只能获得第一个标签
  

获取子节点

• .contents/ .child：获取直接子节点
• .descendants：获取子孙节点
  

获取字符串

• .string：获得NavigableString类型的子节点。如果包含多个NavigableString类型的子节点，则返回结果为None
• .strings/ .stripped_string：获取所有的字符串，.stripped_string会过滤掉空白字符串
  

获取父节点

• .parent/ .parents：获取父节点/获取父辈节点
  

获取兄弟节点

• .next_sibling/ .previsous_sibling/ .next_siblings/ .previsous_siblings：获取兄弟节点
  

获取元素

• .next_element/ .previous_element/ .next_elements/ .previous_elements：获取上一个/下一个元素。获取元素的顺序与HTML解析的顺序一致，如"<title>The Dormouse's story</title>"标签的下一个元素为字符串"The Dormouse's story"

 

通过查看源码可以看到，上述属性在底层实际上是通过@property装饰器定义的，另外在返回多个值时，定义的是一个生成器函数：

    @property    def next_elements(self):        i = self.next_element        while i is not None:            yield i            i = i.next_element    @property    def next_siblings(self):        i = self.next_sibling        while i is not None:            yield i            i = i.next_sibling