python网络数据采集学习笔记（三）

最新推荐文章于 2022-06-02 11:23:52 发布

原创

最新推荐文章于 2022-06-02 11:23:52 发布 · 521 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#python #爬虫 #网络数据采集

这篇博客详细介绍了Python网络数据采集中的标签处理，包括使用BeautifulSoup的next_siblings和previous_sibling等方法；正则表达式的应用，如匹配邮箱地址和抓取图片URL；以及如何通过Lambda表达式筛选标签。文中给出了具体的代码示例和解释。

第二篇学习笔记的链接为：https://blog.youkuaiyun.com/Nyte2018/article/details/88761489
这一篇是接上次关于第二章的学习

1、标签处理

先来看下面代码1：

from urllib.request import urlopen
from bs4 import BeautifulSoup
html = urlopen("http://www.pythonscraping.com/pages/page3.html")
bsObj = BeautifulSoup(html,"html.parser")
for sibling in bsObj.find("table",{
   
   "id":"giftList"}).tr.next_siblings:
    print(sibling)