Python爬虫库BeautifulSoup获取对象(标签)名,属性,内容,注释
作者:BQW_ 时间:2022-06-01 11:09:45
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 BeautifulSoup
soup = BeautifulSoup('<b class="boldest">Extremely bold</b>','lxml')
tag = soup.b
type(tag)
bs4.element.Tag
2.Tag的Name属性
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'
tag['id'] = 1
print(tag)
<blockquote class="verybold" id="1">Extremely bold</blockquote>
删除属性
del tag['class']
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'])
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)
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'>
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
tag.string.replace_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。
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 used parser?--></b>"
soup = BeautifulSoup(markup,'lxml')
comment = soup.b.string
type(comment)
bs4.element.Comment
Comment 对象是一个特殊类型的 NavigableString 对象
comment
'Hey, buddy. Want to buy a used parser?'
来源:https://blog.csdn.net/bqw18744018044/article/details/81024953
标签:Python爬虫,BeautifulSoup
0
投稿
猜你喜欢
让设计散发文化韵味
2009-03-22 15:01:00
2008年Logo设计10大趋势
2008-02-28 13:06:00
Python编程pygal绘图实例之XY线
2021-02-17 10:42:10
ASP分页技术详解
2007-08-13 15:25:00
图标设计常犯的10种错误
2008-03-06 13:40:00
Python读取文件内容为字符串的方法(多种方法详解)
2023-05-18 18:16:27
用Asp修改注册表
2008-01-04 12:33:00
Python OpenCV 图像矫正的原理实现
2021-06-06 20:00:24
浅析阿里巴巴前端招聘考题
2008-01-19 09:52:00
Python partial函数原理及用法解析
2021-01-22 02:48:50
Python详细讲解浅拷贝与深拷贝的使用
2023-01-01 03:00:10
Python完成哈夫曼树编码过程及原理详解
2023-10-16 03:09:39
Python对象的生命周期源码学习
2022-04-04 23:21:24
sql语句查询数据库中的表名/列名/主键/自动增长值实例
2012-07-11 15:28:58
pycharm 使用心得(四)显示行号
2023-04-28 09:24:54
asp和php下textarea提交大量数据发生丢失的解决方法
2023-10-26 09:01:43
Pytorch卷积层手动初始化权值的实例
2023-08-02 15:38:23
python求解三角形第三边长实例
2021-08-24 06:16:28
Django models.py应用实现过程详解
2021-07-18 11:11:08
pytorch Dropout过拟合的操作
2023-11-26 16:12:18