...
"""
soup=BeautifulSoup(html_doc, features="lxml")
tag1 = soup.find(name='a') # 找到第一個a標(biāo)簽
tag2 = soup.find_all(name='a') # 找到所有的a標(biāo)簽
tag3 = soup.select('#link2') # 找到id＝link2的標(biāo)簽1、標(biāo)簽名稱查找
tag = soup.find('a')
name = tag.name # 獲取標(biāo)簽名稱，結(jié)果a
tag.name = 'span' # 設(shè)置標(biāo)簽名稱2、標(biāo)簽屬性查找
tag = soup.find('a')
attrs = tag.attrs # 獲取名稱為a的標(biāo)簽的屬性 ，結(jié)果{'class': ['sister0'], 'id': 'link1'}
tag.attrs = {'ik':123} # 設(shè)置
tag.attrs['id'] = 'iiiii' # 設(shè)置 # 可以使用print(soup)查看設(shè)置后的所有標(biāo)簽屬性3、子孫標(biāo)簽查找
soup.p.contents #p下所有子節(jié)點
soup.p.children #得到一個迭代器,包含p下所有子節(jié)點
for i,child in enumerate(soup.p.children):
print(i,child)
soup.p.descendants #獲取子孫節(jié)點,p下所有的標(biāo)簽都會選擇出來
for i,child in enumerate(soup.p.descendants):
print(i,child)
4、clear,將標(biāo)簽的所有子標(biāo)簽全部清空（保留標(biāo)簽名）
tag = soup.find('body')
tag.clear() # 清空名稱為body的標(biāo)簽，保留標(biāo)簽名5、decompose,遞歸的刪除所有的標(biāo)簽
body = soup.find('body')
body.decompose() # 遞歸的刪除名稱為body的標(biāo)簽6、extract,遞歸的刪除所有的標(biāo)簽，并獲取刪除的標(biāo)簽
body = soup.find('body')
v = body.extract() # 遞歸的刪除名稱為body的標(biāo)簽
print(soup) #查看刪除后的結(jié)果為 The Dormouse's story 7、decode,轉(zhuǎn)換為字符串（含當(dāng)前標(biāo)簽）；decode_contents（不含當(dāng)前標(biāo)簽）
body = soup.find('body')
print(body.decode()) #名稱為body的標(biāo)簽轉(zhuǎn)換為字符串，包含body標(biāo)簽
print(body.decode_contents()) #名稱為body的標(biāo)簽轉(zhuǎn)換為字符串，不包含body標(biāo)簽8、 encode,轉(zhuǎn)換為字節(jié)（含當(dāng)前標(biāo)簽）；encode_contents（不含當(dāng)前標(biāo)簽）
body = soup.find('body')
print(body.encode()) #名稱為body的標(biāo)簽轉(zhuǎn)換為字節(jié)，包含body標(biāo)簽
print(body.encode_contents()) #名稱為body的標(biāo)簽轉(zhuǎn)換為字節(jié)，不包含body標(biāo)簽9、find,獲取匹配的第一個標(biāo)簽
soup.find_all('title', limit=1)
soup.find('title')
# 上面兩個查找結(jié)果一樣，find查找就相當(dāng)于find_all查找并設(shè)置limit=1
# find_all() 方法的返回結(jié)果是值包含一個元素的列表,而 find() 方法直接返回結(jié)果.
# find_all() 方法沒有找到目標(biāo)是返回空列表, find() 方法找不到目標(biāo)時,返回 None
soup.find("head").find("title") #可以簡單寫成 soup.head.title
tag = soup.find(name='a', attrs={'class': 'sister'}, recursive=True, text='Lacie')
tag = soup.find(name='a', class_='sister', recursive=True, text='Lacie')10、find_all,獲取匹配的所有標(biāo)簽
####### 列表 #######
v = soup.find_all(name=['a','div'])
print(v)
v = soup.find_all(class_=['sister0', 'sister'])
print(v)
v = soup.find_all(text=['Tillie'])
print(v, type(v[0])) #結(jié)果：['Tillie']
v = soup.find_all(id=['link1','link2']) #查找id為link1，link2的標(biāo)簽，結(jié)果放在列表里面
print(v)
v = soup.find_all(href=['link1','link2']) #沒找到href為link1，link2的標(biāo)簽，所以結(jié)果是一個空列表
print(v)
####### 正則 #######
import re
rep = re.compile('p') #匹配規(guī)則為p標(biāo)簽
rep = re.compile('^p') #匹配規(guī)則為p開頭標(biāo)簽
v = soup.find_all(name=rep) #找p開頭的的所有標(biāo)簽
rep = re.compile('sister.*')
v = soup.find_all(class_=rep)
v = soup.find_all(attrs={"class":rep}) #和上面的一樣
rep = re.compile('http://www.oldboy.com/static/.*')
v = soup.find_all(href=rep) #匹配
####### 方法篩選 #######
def func(tag):
return tag.has_attr('class') and tag.has_attr('id')
v = soup.find_all(name=func)
print(v)
get,獲取標(biāo)簽屬性
tag = soup.find('a')
v = tag.get('id') #獲取標(biāo)簽名稱為a的id屬性
print(v)
11、has_attr,檢查標(biāo)簽是否具有該屬性
tag = soup.find('a')
v = tag.has_attr('id') #檢查標(biāo)簽a是否具有id屬性
print(v)12、get_text,獲取標(biāo)簽內(nèi)部文本內(nèi)容
tag = soup.find('a')
print(tag) #Elsfie
v = tag.get_text('id')
print(v) #結(jié)果是：Elsidfidie13、index,檢查標(biāo)簽在某標(biāo)簽中的索引位置
tag = soup.find('body')
v = tag.index(tag.find('div'))
print(v)
tag = soup.find('body')
for i,v in enumerate(tag):
print(i,v)14、is_empty_element,是否是空標(biāo)簽(是否可以是空)或者自閉合標(biāo)簽
# 判斷是否是如下標(biāo)簽：'br', 'hr', 'input', 'img', 'meta', 'spacer', 'link', 'frame', 'base'
tag = soup.find('br')
v = tag.is_empty_element
print(v)15、關(guān)聯(lián)標(biāo)簽
soup.next
soup.next_element #不分層次的查找標(biāo)簽的下一個節(jié)點
soup.next_elements
soup.next_sibling #下一個兄弟
soup.next_siblings #下面的兄弟們=>生成器對象
tag.previous
tag.previous_element #不分層次的查找標(biāo)簽的上一個節(jié)點
tag.previous_elements
tag.previous_sibling #上一個兄弟
tag.previous_siblings #上面的兄弟們=>生成器對象
tag.parent #獲取標(biāo)簽的父節(jié)點
tag.parents #找到標(biāo)簽所有的祖先節(jié)點
16、查找某標(biāo)簽的關(guān)聯(lián)標(biāo)簽
tag.find_next(...)
tag.find_all_next(...)
tag.find_next_sibling(...)
tag.find_next_siblings(...)
tag.find_previous(...)
tag.find_all_previous(...)
tag.find_previous_sibling(...)
tag.find_previous_siblings(...)
tag.find_parent(...)
tag.find_parents(...)
# 參數(shù)同find_all
17、select,select_one, CSS選擇器
soup.select("title") #[The Dormouse's story]
soup.select("p:nth-of-type(3)") #選擇所有p標(biāo)簽中的第三個標(biāo)簽,相當(dāng)于soup.select(p)[2]
soup.select("body a") #body里的a標(biāo)簽，結(jié)果放在列表顯示
soup.select("html head title") #[The Dormouse's story]
soup.select("span,a") #選擇所有的span和a標(biāo)簽
soup.select("head > title") # 選擇head標(biāo)簽下的直接title子標(biāo)簽
soup.select("p > a") # 選擇p標(biāo)簽下的直接a子標(biāo)簽
soup.select("p > a:nth-of-type(2)")
soup.select("p > #link1") # 選擇p標(biāo)簽下的直接id為link1子標(biāo)簽
soup.select("body > a") # 選擇body標(biāo)簽下的直接a子標(biāo)簽
soup.select("#link1 ~ .sister") # 選擇id=link1后的class=sister所有兄弟節(jié)點標(biāo)簽
soup.select("#link1 + .sister") # 選擇id=link1后的class=sister下一個兄弟節(jié)點標(biāo)簽，結(jié)果[Lacie]
soup.select(".sister") # 選擇class為sister的標(biāo)簽
soup.select("[class~=sister]") # class=sister的所有節(jié)點
soup.select("#link1") # 選擇id為link1的標(biāo)簽
soup.select("a#link2") # a節(jié)點，且id=link2的節(jié)點
soup.select('a[href]') # 所有的a節(jié)點，有href屬性
soup.select('a[]') # 指定href屬性值的所有a節(jié)點
soup.select('a[href^="http://example.com/"]')
soup.select('a[href$="tillie"]') # href屬性以指定值結(jié)尾的所有a節(jié)點
soup.select('a[href*=".com/el"]')
from bs4.element import Tag
def default_candidate_generator(tag):
for child in tag.descendants:
if not isinstance(child, Tag):
continue
if not child.has_attr('href'):
continue
yield child
tags = soup.find('body').select("a", _candidate_generator=default_candidate_generator)
print(type(tags), tags) #結(jié)果： [Tillie]
from bs4.element import Tag
def default_candidate_generator(tag):
for child in tag.descendants:
if not isinstance(child, Tag):
continue
if not child.has_attr('href'):
continue
yield child
tags = soup.find('body').select("a", _candidate_generator=default_candidate_generator, limit=1)
print(type(tags), tags) #結(jié)果： [Lacie]18、標(biāo)簽的內(nèi)容
tag = soup.find('span')
print(tag.string) # 獲取，結(jié)果f
tag.string = 'new content' # 設(shè)置span標(biāo)簽內(nèi)容為new content
tag = soup.find('body')
print(tag.string) #結(jié)果None
tag.string = 'xxx' #xxx
tag = soup.find('body')
v = tag.stripped_strings # 遞歸內(nèi)部獲取所有標(biāo)簽的文本
print(v) #19、append在當(dāng)前標(biāo)簽內(nèi)部追加一個標(biāo)簽
tag = soup.find('body')
tag.append(soup.find('a')) #在body標(biāo)簽里追加Elsfie
from bs4.element import Tag
obj = Tag(name='i',attrs={'id': 'it'})
obj.string = '我是一個新來的'
tag = soup.find('body')
tag.append(obj) #在body標(biāo)簽里追加我是一個新來的20、insert在當(dāng)前標(biāo)簽內(nèi)部指定位置插入一個標(biāo)簽
from bs4.element import Tag
obj = Tag(name='i', attrs={'id': 'it'})
obj.string = '我是一個新來的'
tag = soup.find('body')
tag.insert(3, obj)
print(soup)21、insert_after,insert_before 在當(dāng)前標(biāo)簽后面或前面插入
from bs4.element import Tag
obj = Tag(name='i', attrs={'id': 'it'})
obj.string = '我是一個新來的'
tag = soup.find('body')
# tag.insert_before(obj) #在當(dāng)前標(biāo)簽前面插入
tag.insert_after(obj) #在當(dāng)前標(biāo)簽后面插入
print(soup)22、replace_with 在當(dāng)前標(biāo)簽替換為指定標(biāo)簽
from bs4.element import Tag
obj = Tag(name='i', attrs={'id': 'it'})
obj.string = '我是一個新來的'
tag = soup.find('div')
tag.replace_with(obj)
print(soup)23、創(chuàng)建標(biāo)簽之間的關(guān)系
tag = soup.find('div')
a = soup.find('a')
tag.setup(previous_sibling=a)
print(tag.previous_sibling) #tag的上一個兄弟標(biāo)簽Elsfie24、wrap，將指定標(biāo)簽把當(dāng)前標(biāo)簽包裹起來
from bs4.element import Tag
obj1 = Tag(name='div', attrs={'id': 'it'})
obj1.string = '我是一個新來的' #得到新標(biāo)簽我是一個新來的 
重慶分公司
重慶分公司
