Python 爬虫入门二(标签)

本文介绍了Python爬虫中关于HTML标签的基本操作,包括通过标签和样式名获取信息,获取子标签、兄弟标签、父标签的方法,以及如何获取标签的属性。详细讲述了如何使用previous_sibling、next_sibling、previous_siblings和next_siblings来遍历上下级标签内容。

 通过标签及样式名获取

# coding=UTF-8
from urllib2 import urlopen, HTTPError
from bs4 import BeautifulSoup


def getName(url):
    try:
        html = urlopen(url)
    except HTTPError as e:
        return e

    try:
        bs = BeautifulSoup(html.read(), 'html.parser')
        nameList = bs.findAll('span', {'class': 'green'})
        for name in nameList:
            print (name.get_text())                  #get_text()获取标签里的类容
    except AttributeError as e:
        return e


if __name__ == '__main__':
    title = getName('网页URL')

获取指定子标签(打印表格所有的子标签内容)

def getChildren():
    html = urlopen('网页URL')
    bs = BeautifulSoup(html, 'html.parser')
    for child in bs.find('table' , {'id':'list'}).children:
        print (child)

获取兄弟标签(打印表格除第一行标题外的所有标签内容)

def getNext():
    html = urlopen('网页URL')
    bs = BeautifulSoup(htm
评论 2
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