Python爬⾍库BeautifulSoup获取对象(标签)名,属性,内
容,注释
⼀、Tag(标签)对象
1.Tag对象与XML或HTML原⽣⽂档中的tag相同。
from bs4 import BeautifulSoupcret的意思
soup = BeautifulSoup('<b class="boldest">Extremely bold</b>','lxml')
tag = soup.b
type(tag)
bs4.element.Tag
2.Tag的Name属性
cctv9英语每个tag都有⾃⼰的名字,通过.name来获取
tag.name
'b'
tag.name = "blockquote" # 对原始⽂档进⾏修改
tag
<blockquote class="boldest">Extremely bold</blockquote>
3.Tag的Attributes属性
获取单个属性
tag['class']
['boldest']
按字典的⽅式获取全部属性
tag.attrs
{'class': ['boldest']}
添加属性
tag['class'] = 'verybold'德文在线翻译
tag['id'] = 1
print(tag)
<blockquote class="verybold" id="1">Extremely bold</blockquote>
删除属性
del tag['class']
世界大学排名500强
del tag['id']
tag
<blockquote>Extremely bold</blockquote>
4.Tag的多值属性
多值属性会返回⼀个列表
css_soup = BeautifulSoup('<p class="body strikeout"></p>','lxml')
print(css_soup.p['class'])
['body', 'strikeout']
rel_soup = BeautifulSoup('<p>Back to the <a rel="index">homepage</a></p>','lxml')
print(rel_soup.a['rel'])小学快乐英语
rel_soup.a['rel'] = ['index', 'contents']
print(rel_soup.p)
['index']
<p>Back to the <a rel="index contents">homepage</a></p>
如果转换的⽂档是XML格式,那么tag中不包含多值属性
xml_soup = BeautifulSoup('<p class="body strikeout"></p>', 'xml')
xml_soup.p['class']
'body strikeout'
⼆、可遍历字符串(NavigableString)
市场营销英语1.字符串常被包含在tag内,使⽤NavigableString类来包装tag中的字符串
from bs4 import BeautifulSoup
soup = BeautifulSoup('<b class="boldest">Extremely bold</b>','lxml')
tag = soup.b
print(tag.string)
print(type(tag.string))
Extremely bold
<class 'bs4.element.NavigableString'>
2.⼀个 NavigableString 字符串与Python中的str字符串相同,通过str() ⽅法可以直接将 NavigableString 对象转换成str字符串unicode_string = str(tag.string)
print(unicode_string)
print(type(unicode_string))
Extremely bold
<class 'str'>
3.tag中包含的字符串不能编辑,但是可以被替换成其它的字符串,⽤ replace_with() ⽅法
place_with("No longer bold")
tag
<b class="boldest">No longer bold</b>
三、BeautifulSoup对象 BeautifulSoup 对象表⽰的是⼀个⽂档的全部内容。美丽的英文
⼤部分时候,可以把它当作 Tag 对象,它⽀持遍历⽂档树和搜索⽂档树中描述的⼤部分的⽅法。
四、注释与特殊字符串(Comment)对象
markup = "<b><!--Hey, buddy. Want to buy a ud parr?--></b>"
soup = BeautifulSoup(markup,'lxml')
comment = soup.b.string
type(comment)
留学中介bs4.element.Comment
毕业证书翻译
Comment 对象是⼀个特殊类型的 NavigableString 对象
comment
'Hey, buddy. Want to buy a ud parr?'
prl
更多关于Python爬⾍库BeautifulSoup的使⽤⽅法请查看下⾯的相关链接