bs4解析器（bs4数据解析）



 print(soup.ul) #返回ul所有内容 # < ul > # < li > < a # href = "http://www.baidu.com" > 百度 < / a > < / li > # < li > < a # href = "http://www.google.com" > 谷歌 < / a > < / li > # < li > < a # href = "http://www.sogou.com" > 搜狗 < / a > < / li > # < / ul > print(soup.div) #等同于print(soup.find('div')) #具体定位到某一个div,可根据属性定位
print(soup.find('div',class_='common')) #<div class="common">胡辣汤</div>


# 属性定位
soup.findAll('tagName') #返回soup中符合要求的所有标签
a_list = soup.findAll('a') #返回的是一个列表
for a in a_list:
 print(a)
print(soup.findAll('a')[1]) #定位第2个a标签的内容
# <a href="http://www.google.com">谷歌</a>

# select选择器:
# -select('某种选择器(id,class ,标签。。。选择器)’)
 print(soup.select('.common')) #返回login下的所有标签 :[<div class="common">胡辣汤</div>]
 print(soup.select('div')[1]) #返回一个列表 :<div class="job">李嘉诚</div>

# 层级选择器
# soup.select('.tag > ul > li > a')[1]#:表示的一个层级,不能在里写所有，


print(soup.select('.url > ol > li > a '))
# [<a href="https://www.cnblogs.com/zp513/p/feiji">飞机</a>, <a href="https://www.cnblogs.com/zp513/p/dapao">大炮</a>, <a href="https://www.cnblogs.com/zp513/p/huoche">火车</a>

#一个>表示一个层级
print(soup.select('.url > ul > li > a')[0]['href'])
# http://www.baidu.com

print(soup.select('.url ul a')) #[<a href="http://www.baidu.com">百度</a>, <a href="http://www.google.com">谷歌</a>, <a href="http://www.sogou.com">搜狗</a>]
print(soup.select('.url ol li a')) #[<a href="https://www.cnblogs.com/zp513/p/feiji">飞机</a>, <a href="https://www.cnblogs.com/zp513/p/dapao">大炮</a>, <a href="https://www.cnblogs.com/zp513/p/huoche">火车</a>]

获取标签的文本数据

#text/get.text() 可以获取某一个标签中所有内容
#string ：获取直系标签的内容

print(soup.find('div',class_= 'url').text) #获取一个url下的所有的值
百度
谷歌
搜狗
飞机
大炮
火车
#获取某一个元素的值
print(soup.find('div',class_= 'job').string) #李嘉诚

获取属性的值比如href

links = soup.findAll('a')
for link in links:
 print(link['href'])

版权声明：

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如若内容造成侵权、违法违规、事实不符，请将相关资料发送至xkadmin@xkablog.com进行投诉反馈，一经查实，立即处理！

转载请注明出处，原文链接：https://www.xkablog.com/sjkxydsj/39374.html