beautifulsoup解析頁(yè)面

創(chuàng)新互聯(lián)公司主營(yíng)南岔網(wǎng)站建設(shè)的網(wǎng)絡(luò)公司,主營(yíng)網(wǎng)站建設(shè)方案,重慶APP軟件開(kāi)發(fā),南岔h5微信小程序搭建,南岔網(wǎng)站營(yíng)銷(xiāo)推廣歡迎南岔等地區(qū)企業(yè)咨詢(xún)

from bs4 import BeautifulSoup
soup = BeautifulSoup(htmltxt, "lxml")
# 三種裝載器
soup = BeautifulSoup("
", "html.parser")
### 只有起始標(biāo)簽的會(huì)自動(dòng)補(bǔ)全，只有結(jié)束標(biāo)簽的會(huì)自動(dòng)忽略
### 結(jié)果為：
soup = BeautifulSoup("
", "lxml")
### 結(jié)果為：
soup = BeautifulSoup("
", "html5lib")
### html5lib則出現(xiàn)一般的標(biāo)簽都會(huì)自動(dòng)補(bǔ)全
### 結(jié)果為：

# 根據(jù)標(biāo)簽名、id、class、屬性等查找標(biāo)簽
### 根據(jù)class、id、以及屬性alog-action的值和標(biāo)簽類(lèi)別查詢(xún)
soup.find("a",class_="title",id="t1",attrs={"alog-action": "qb-ask-uname"}))
### 查詢(xún)標(biāo)簽內(nèi)某屬性的值
pubtime = soup.find("meta",attrs={"itemprop":"datePublished"}).attrs['content']
### 獲取所有class為title的標(biāo)簽
for i in soup.find_all(class_="title"):
  print(i.get_text())
### 獲取特定數(shù)量的class為title的標(biāo)簽
for i in soup.find_all(class_="title",limit = 2):
  print(i.get_text())
### 獲取文本內(nèi)容時(shí)可以指定不同標(biāo)簽之間的分隔符，也可以選擇是否去掉前后的空白。
soup = BeautifulSoup('
 The Dormouses story 
The Dormouses story
', "html5lib")
soup.find(class_="title").get_text("|", strip=True)
#結(jié)果為：The Dormouses story|The Dormouses story
### 獲取class為title的p標(biāo)簽的id
soup.find(class_="title").get("id")
### 對(duì)class名稱(chēng)正則：
soup.find_all(class_=re.compile("tit"))
### recursive參數(shù)，recursive=False時(shí)，只find當(dāng)前標(biāo)簽的第一級(jí)子標(biāo)簽的數(shù)據(jù)
soup = BeautifulSoup('