BeautifulSoup 属性与方法

 BeautifulSoup 中常用的属性和方法:

方法/属性	描述	示例
BeautifulSoup()	用于解析 HTML 或 XML 文档并返回一个 BeautifulSoup 对象。	soup = BeautifulSoup(html_doc, 'html.parser')
.prettify()	格式化并美化文档内容，生成结构化的字符串。	print(soup.prettify())
.find()	查找第一个匹配的标签。	tag = soup.find('a')
.find_all()	查找所有匹配的标签，返回一个列表。	tags = soup.find_all('a')
.find_all_next()	查找当前标签后所有符合条件的标签。	tags = soup.find('div').find_all_next('p')
.find_all_previous()	查找当前标签前所有符合条件的标签。	tags = soup.find('div').find_all_previous('p')
.find_parent()	返回当前标签的父标签。	parent = tag.find_parent()
.find_all_parents()	查找当前标签的所有父标签。	parents = tag.find_all_parents()
.find_next_sibling()	查找当前标签的下一个兄弟标签。	next_sibling = tag.find_next_sibling()
.find_previous_sibling()	查找当前标签的前一个兄弟标签。	prev_sibling = tag.find_previous_sibling()
.parent	获取当前标签的父标签。	parent = tag.parent
.next_sibling	获取当前标签的下一个兄弟标签。	next_sibling = tag.next_sibling
.previous_sibling	获取当前标签的前一个兄弟标签。	prev_sibling = tag.previous_sibling
.get_text()	提取标签内的文本内容，忽略所有HTML标签。	text = tag.get_text()
.attrs	返回标签的所有属性，以字典形式表示。	href = tag.attrs['href']
.string	获取标签内的字符串内容。	string_content = tag.string
.name	返回标签的名称。	tag_name = tag.name
.contents	返回标签的所有子元素，以列表形式返回。	children = tag.contents
.descendants	返回标签的所有后代元素，生成器形式。	for child in tag.descendants: print(child)
.parent	获取当前标签的父标签。	parent = tag.parent
.previous_element	获取当前标签的前一个元素（不包括文本）。	prev_elem = tag.previous_element
.next_element	获取当前标签的下一个元素（不包括文本）。	next_elem = tag.next_element
.decompose()	从树中删除当前标签及其内容。	tag.decompose()
.unwrap()	移除标签本身，只保留其子内容。	tag.unwrap()
.insert()	向标签内插入新标签或文本。	tag.insert(0, new_tag)
.insert_before()	在当前标签前插入新标签。	tag.insert_before(new_tag)
.insert_after()	在当前标签后插入新标签。	tag.insert_after(new_tag)
.extract()	删除标签并返回该标签。	extracted_tag = tag.extract()
.replace_with()	替换当前标签及其内容。	tag.replace_with(new_tag)
.has_attr()	检查标签是否有指定的属性。	if tag.has_attr('href'):
.get()	获取指定属性的值。	href = tag.get('href')
.clear()	清空标签的所有内容。	tag.clear()
.encode()	编码标签内容为字节流。	encoded = tag.encode()
.is_empty_element	检查标签是否是空元素（例如 <br>、<img> 等）。	if tag.is_empty_element:
.is_ancestor_of()	检查当前标签是否是指定标签的祖先元素。	if tag.is_ancestor_of(another_tag):
.is_descendant_of()	检查当前标签是否是指定标签的后代元素。	if tag.is_descendant_of(another_tag):

其他属性

方法/属性	描述	示例
.style	获取标签的内联样式。	style = tag['style']
.id	获取标签的 id 属性。	id = tag['id']
.class_	获取标签的 class 属性。	class_name = tag['class']
.string	获取标签内部的字符串内容，忽略其他标签。	content = tag.string
.parent	获取标签的父元素。	parent = tag.parent

其他

方法/属性	描述	示例
find_all(string)	使用字符串查找匹配的标签。	tag = soup.find_all('div', class_='container')
find_all(id)	查找指定 id 的标签。	tag = soup.find_all(id='main')
find_all(attrs)	查找具有指定属性的标签。	tag = soup.find_all(attrs={"href": "http://example.com"})