python学习爬虫（6）--BeautifulSoup搜索文档树:find_all(),find(),find_parents()等

IT小样

于 2019-03-28 16:22:59 发布

阅读量2.3k

点赞数 1

CC 4.0 BY-SA版权

分类专栏： Python爬虫文章标签： find_all() find() 搜索文档树

本文链接：https://blog.youkuaiyun.com/weixin_31315135/article/details/88865742

本文介绍了Python爬虫中BeautifulSoup库的搜索文档树方法，包括find_all()、find()及其详细参数，如name、attrs、class_等，并提到了过滤器的多种类型，如字符串、正则表达式和自定义方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

作者：IT小样

通过之前的系列我们现在已经了解了BeautifulSoup的属性、操作，现在我们来一起学习一下如何搜索文档树。

1、find_all（）方法

find_all()方法，找到所有匹配，关于传入参数，可以传入各种类型，接下来介绍不同过滤器。

1.1、过滤器

1.1.1、字符串过滤器

仍然以之前的html_doc为例，来进行示范：

html_doc = '''
<html><head><title>hello,tester</title></head><body>
<p class="title"><b><h1>Hello,welcome</h1></b></p>
<p class="documentation">Tester, welcome! This is a new partion of your job's life. With python, you can finnish your work easier and faster.How, <a href="http://example.com/easier" class="easier" id="link1"> easier </a> and <a href="http://example.com/faster" class="faster" id = "link2">faster</a> Now, you have a initial impression about python.</p>
<p class="documention">let's go!!!</p> 
</body></html>
'''
from bs4 import BeautifulSoup
sou