Python爬虫之使用BeautifulSoup解析HTML文本

傍晚5点1刻出发

于 2016-10-21 16:37:37 发布

阅读量4.4k

点赞数

CC 4.0 BY-SA版权

分类专栏： Python 文章标签： python

本文链接：https://blog.youkuaiyun.com/SFtec/article/details/52884915

Python 专栏收录该内容

3 篇文章

订阅专栏

本文介绍了如何使用Python的BeautifulSoup库解析HTML文档。通过实例展示了创建解析对象的方法、搜索及获取特定HTML节点的方式，包括使用标签名、属性及文本内容进行精确匹配。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

直接上代码，注释也写了

from bs4 import BeautifulSoup

#2016.10.20 Python爬虫之解析HTML

# 摘要
# 创建对象，DOM树
# 搜索节点,访问节点 - 两种方法
# 名称，属性，文字，（节点名称，节点属性，节点文本内容）

# 创建对象
soup = BeautifulSoup(
		html_doc,					# 文档字符串
		'html.parser',				# 解析器
		from_encoding = 'utf-8'		# 文档编码
	)


# 搜索节点
soup.find_all('a')		# 所有a标签

soup.find_all('a',href='#')		#也可用正则表达式
	
soup.find_all('div',class_='xxx',string='hahaha')		# 类名为xxx而且文本内容为hahaha的div


# 访问节点信息
# <a href='#'>hahaha</a>

node.name

node['href']

node.get_text()	# a链接文字