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 ...
最新文章
- 软考下午题详解---uml图
- Open vSwitch相关字段详解之L3:IPv4IPv6
- MSIL学习笔记(01):ilasm和ildasm
- OBS集成WebRTC
- asp.net 2.0常见问题技巧1
- linux改ip之后恢复出厂设置密码,Linux忘记密码及修改IP地址解决方案
- Linked List Cycle | ||
- 阶段3 1.Mybatis_05.使用Mybatis完成CRUD_1 回顾Mybatis的环境搭建-实现查询所有功能
- androidru使用adb启动activity和monkeyrunner启动activity
- Windows C++界面库
- 双臂Matlab仿真建模:正运动学
- jmeter抓取百度热点链接
- Windows10设置开启自启动任务
- Boboniu Plays Chess
- 野生程序员的折腾— 从包工头到程序猿(一)
- Maven之(四)Maven命令
- zynq 7000 clg400 可作为外部AD 的引脚列表
- 程序媛是怎样找老公的(2017版)
- ‘svchost.exe-应用程序错误 0xc0000409’客户端无法登陆终端服务器之解决方法
- 最新版本Portraiture4.1中文版ps磨皮滤镜插件安装包
热门文章
- php应用编程,极客编程必备的五大PHP开发应用_PHP
- 8086的两种工作模式_Buck变换器工作原理
- 只显示小方格_不妨谈谈二维方格子吧
- c#怎么调用oracle存储过程,c# 调用oracle 存储过程、方法简易例子
- 基于消息队列 RocketMQ 的大型分布式应用上云最佳实践
- 阿里云帮助江苏省财政厅力推统一公共支付平台
- Serverless 领域近一年行业发展回顾
- 水阀门开关方向图解_低压阀门开闭器
- 《云图计划》的动效简析
- 【逐帧分析】《黑神话:悟空》gameplay相关的技术和调整细节整理