BeautifulSoap库入门

BeautifulSoup类的基本元素 基本元素说明Tag标签，最基本的信息组织单元，分别用<>和</>标明开头和结尾Name标签的名字，<p>…</p>的名字是'p'，格式：<tag>.nameAttributes标签的属性，字典形式组织，格式：<tag>.attrsNavigableString标签内非属性字符串，<>…</>中字符串，格式：<tag>.stringComment标签内字符串的注释部分，一种特殊的Comment类型

注：任何存在于HTML语法中的标签都可以用soup.<tag>访问获得 当HTML文档中存在多个相同<tag>对应内容时，soup.<tag>返回第一个

#基本类型 print(soup.title) print(soup.a) print(soup.a.parent.name) print(soup.a.parent.parent.name) print(soup.a.attrs) print(soup.a.attrs['class']) print(soup.a.attrs['href']) print(type(soup.a.attrs)) print(type(soup.a)) print(soup.a.string) print(soup.p) print(soup.p.string) print(type(soup.p.string)) # #HTML注释 newsoup = BeautifulSoup("<b><!--This is a comment--></b><p>This is not a comment</p>","html.parser") print(newsoup.b.string) print(type(newsoup.b.string)) print(newsoup.p.string) print(type(newsoup.p.string)) 基于bs4库的HTML格式输出 print(soup.prettify())

转载于:https://www.cnblogs.com/machine-lyc/p/10264006.html