python_轻量级爬虫开发3

本文介绍了如何使用Python的BeautifulSoup库来解析HTML文档,并详细解释了如何通过find_all和find方法搜索节点,以及如何访问节点的信息。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

采用beautiful插件

创建BeautifulSoup对象

from bs4 import BeautifulSoup

#根据HTML网页字符串创建BeautifulSoup对象
soup = BeautifulSoup(
                    html_doc,       #HTML文档字符串
                    'html.parser',  #HTML解析器
                    from_encoding='utf8'   #HTML文档的编码
)


搜索节点(find_all,find)

#方法:find_all(name,attrs,string)

#查找所有标签为a的节点
soup.find_all('a')

#查找所有标签为a,链接符合/pic/123.html形式的节点
soup.find_all('a',href='/view/123.htm')
soup.find_all('a',href=re.compile(r'/view/\d+\.htm'))  //该方法支持正则表达式

#查找所有标签为div,class为abc,文字为Python的节点
soup.find_all('div',class_='abc',string='Python')

访问节点信息

#得到节点:<a href='1.html'>Python</a>

#获取查找到的节点的标签名称
node.name

#获取查找到的a节点的href属性
node['href']

#获取查找到的a节点的链接文字
node.get_text()



评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值