python爬虫提取a标签_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 BeautifulSoup

soup = BeautifulSoup('Extremely bold','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

Extremely bold

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)

Extremely bold

删除属性

del tag['class']

del tag['id']

tag

Extremely bold

4.Tag的多值属性

多值属性会返回一个列表

css_soup = BeautifulSoup('

','lxml')

print(css_soup.p['class'])

['body', 'strikeout']

rel_soup = BeautifulSoup('

Back to the homepage

','lxml')

print(rel_soup.a['rel'])

rel_soup.a['rel'] = ['index', 'contents']

print(rel_soup.p)

['index']

Back to the homepage

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('

', '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('Extremely bold','lxml')

tag = soup.b

print(tag.string)

print(type(tag.string))

Extremely bold

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

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

No longer bold

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 = ""

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?'

更多关于Python爬虫库BeautifulSoup的使用方法请查看下面的相关链接

本文标题: Python爬虫库BeautifulSoup获取对象(标签)名,属性,内容,注释

本文地址: http://www.cppcns.com/jiaoben/python/299134.html

python爬虫提取a标签_Python爬虫库BeautifulSoup获取对象(标签)名,属性,内容,注释相关推荐

python tag对象下有多个标签、属性_Python爬虫库BeautifulSoup获取对象(标签)名,属性,内容,注释...
Apple iPhone 11 (A2223) 128GB 黑色移动联通电信4G手机双卡双待 4999元包邮去购买 > 如何利用Python爬虫库BeautifulSoup获取对象(标签) ...
python获取标签属性值_Python爬虫库BeautifulSoup获取对象(标签)名,属性,内容,注释
更多python教程请到: 菜鸟教程www.piaodoo.com 人人影视www.sfkyty.com 16影视www.591319.com 星辰影院www.591319.com 一.Tag(标签) ...
python打印一个对象的所有属性_python打印出所有的对象/模块的属性代码详解
python 打印出所有的对象/模块的属性(实例代码) 实例如下: import sys def print_all(module_): modulelist = dir(module_) lengt ...
python爬虫提取a标签_Python爬虫 Pyppeteer获取a标签的文本和链接
# 获取a标签 title_elements = await page.Jx('//*[@class="result c-container "]/h3/a') for item ...
python代码html显示数据_Python爬虫基础之认识html和学习数据提取（上）
我:我已经学会了基本的python,接下来可以学什么鸭? 惨绿青年:接下来可以学习制作python爬虫了,但还是需要学习相关的知识. 我:什么知识鸭? 惨绿青年:网页的相关知识.我们看到的网页一般是h ...
python win32ui选取文件夹_Python爬虫基础之认识html和学习数据提取（上）
我:我已经学会了基本的python,接下来可以学什么鸭? 惨绿青年:接下来可以学习制作python爬虫了,但还是需要学习相关的知识. 我:什么知识鸭? 惨绿青年:网页的相关知识.我们看到的网页一般是h ...
python request返回的响应_Python爬虫库requests获取响应内容、响应状态码、响应头...
首先在程序中引入Requests模块 import requests 一.获取不同类型的响应内容在发送请求后,服务器会返回一个响应内容,而且requests通常会自动解码响应内容 1.文本响应内容 ...
python爬取音乐神器_Python爬虫提取神器，正则表达式(re模块)，全程干货！
python正则表达式(re模块) 什么是正则表达式正则表达式(Regular Expression)是一种文本模式,包括普通字符(例如,a到z之间的字母)和特殊字符(称为"元字符&quo ...
python xpath定位嵌套标签_python爬虫中使用Xpath方法定位a标签中所有的子标签的方法...
老板扔给了我一个陈年语料,让我通过文章标题回原网址爬取一下对应的doi号,文章很好定位,但是在解析标题的时候遇到了问题,a标签中混合了i.sub.sup标签,在使用xpath时不能直接使用text方法 ...

python爬虫提取a标签_Python爬虫库BeautifulSoup获取对象(标签)名,属性,内容,注释

python爬虫提取a标签_Python爬虫库BeautifulSoup获取对象(标签)名,属性,内容,注释相关推荐

最新文章

热门文章