（二）BeautifulSoup的基本了解使用

来源：互联网发布：遗传算法排课系统编辑：程序博客网时间：2024/06/04 20:08

BeautifulSoup的基本使用

一.BeautifulSoup的基本使用

使用BeautifulSoup可以分为几个步骤：

导入相关的库
from bs4 import BeautifulSoup
初始化BeautifulSoup对象
soup = BeautifulSoup(html,parser)
其中，html为获取得到的页面内容,如:
html <html> <head><title>BeautifulSoup</title></head> <body> BeautifulSoup </body> <html>
parser为解析器的名字，常用的一般为lxml,html.parser
通过上面的步骤，就可以完成一个基本的初始化，接下来就是利用soup来获取所需要的html中的信息

二.BeautifulSoup的基本对象种类

Tag(类似与html与xml中的tag，包含有许多的方法)
NavigableString(类似于pytho的str)
BeautifulSoup(解析的文件的整体，可以想象成最大的tag)
Comment(注释的类型)

三.基本对象种类的使用

1. Comment对象(个人感觉比较少使用)

Comment对象就是在解析获取得到的html中的注释信息类型，例：

    from bs4 import BeautifulSoup    html = '''<html>                <head><title>BeautifulSoup</title></head>                <body>                    <b><!--BeautifulSoup--></b>                </body>              <html>'''    soup = BeautifulSoup(html,'lxml')    print(type(soup.body.b.string))

输出为:

<class 'bs4.element.Comment'>

这个了解就好了，比较少用

2. BeautifulSoup对象(整体)

如上面的例子中。所获取得到的soup就是一个BeautifulSoup对象，它包含了整个文档所有的信息，我们可以通过这个对象来获取得到初步所需要的信息。

In [13]: print(type(soup))
<class 'bs4.BeautifulSoup'>

3.NavigableString对象

在获取得到的整个文档书中，当我们需要获取得到某个tag中的内容时，这个内容的类型就是NavigableString，Comment可以理解成特殊的NavigableString。例子如下:

    from bs4 import BeautifulSoup    html = '''<html>                <head><title>BeautifulSoup</title></head>                <body>                    <b>BeautifulSoup</b>                </body>              <html>'''    soup = BeautifulSoup(html,'lxml')    print(type(soup.body.b.string))

输出为:

<class 'bs4.element.NavigableString'>

4.tag对象（非常重要，在解析时主要使用的对象）

tag对象就是BeautifulSoup中的主要对象，tag定义有许多的方法，现在先了解tag是什么。例子如下:

    from bs4 import BeautifulSoup    html = '''<html>                <head><title>BeautifulSoup</title></head>                <body>                    <b>BeautifulSoup</b>                </body>              <html>'''    soup = BeautifulSoup(html,'lxml')    print(type(soup.body.b))

输出为:

<class 'bs4.element.Tag'>

每个标签，都是一个tag对象，我们可以通过tag对象中已经定义好的方法来获取想要得到的信息,现在可以看下tag大概包含有哪些方法，属性。

dir(soup.body.b)

由于结果太多，就不展示了，可以自己的shell中输入上面的命令来获取得到全部的方法

0 0