Beautiful选择器/遍历文档树Day3-7
#!/usr/bin/env python #coding: utf8 #python2 #Beautiful选择器 from bs4 import BeautifulSoup html_doc = """ <html><head><title>The Dormouse's story</title></head> <body> <p class="sister"><b>$37</b></p><p class="story" id="p">Once upon a time there were three little sisters; and their names were <a href="http://example.com/elsie" class="sister" >Elsie</a>, <a href="http://example.com/lacie" class="sister" id="link2">Lacie</a> and <a href="http://example.com/tillie" class="sister" id="link3">Tillie</a>; and they lived at the bottom of a well.</p><p class="story">...</p> """soup = BeautifulSoup(html_doc,'lxml') #遍历文档树 #1.直接使用 重点 print(soup.html) print(type(soup.html)) print(soup.a) print(soup.p)#2.获取标签的名称 print(soup.a.name)#3.获取标签的属性 重点 print(soup.a.attrs) #获取a标签中的所有属性 print(soup.a.attrs['href'])#4.获取标签的文本内容 重点 print(soup.a.text)#5.嵌套选择 print(soup.html.body.p)#6.子节点、子孙节点 print(soup.p.children) #返回迭代器对象 print((list(soup.p.children)))#7.父节点、祖先节点 print(soup.b.parent) print(soup.b.parents) print(list(soup.b.parents))#8.兄弟节点 print(soup.a) #下一个兄弟节点 print(soup.a.next_sibling)#获取下一个兄弟的所有节点,返回的是一个生成器 print(soup.a.next_siblings) print(list(soup.a.next_siblings))#获取上一个兄弟节点 print(soup.a.previous_sibling) #获取上一个的所有兄弟节点,返回的是一个生成器 print(list(soup.a.previous_siblings))
转载于:https://www.cnblogs.com/zxdhahaha/p/11128293.html
Beautiful选择器/遍历文档树Day3-7相关推荐
- python爬虫:BeautifulSoup_遍历文档树
前提.回顾 1.因为最近工作中都是在跟XML格式的报文打交道:主要就是XML报文的解析.入库.在做自动化时,需要解析XML报文,前面虽然学习过下BeautifulSoup,结果这次在写脚本时,突然发现 ...
- Python : Beautiful Soup修改文档树
修改文档树 Beautiful Soup的强项是文档树的搜索,但同时也可以方便的修改文档树 修改tag的名称和属性 在 Attributes 的章节中已经介绍过这个功能,但是再看一遍也无妨. 重命名一 ...
- Python爬虫遍历文档树
1.直接子节点:.contents .children属性 .content Tag的.content属性可以将Tag的子节点以列表的方式输出 from bs4 import BeautifulSou ...
- Python 爬虫利器 Beautiful Soup 4 之文档树的搜索
前面两篇介绍的是 Beautiful Soup 4 的基本对象类型和文档树的遍历, 本篇介绍 Beautiful Soup 4 的文档搜索 搜索文档树主要使用两个方法 find() 和 find_al ...
- DOM文档树和节点操作
1 DOM文档树 1.1 DOM的定义(document object modle) DOM就是文档对象模型. /* 查看这段HTML代码中p的DOM模型 */ <html><hea ...
- 使用dom方式遍历文档||获取元素||从元素中获取数据
使用dom方式遍历文档 获取元素 根据id查询元素getElementById 根据标签获取元素getElementsByTag 根据class获取元素getElementsByClass 根据属性获 ...
- CorelDRAW VBA - 遍历文档、页面、图层和形状对象
目的 本文介绍CorelDRAW VBA代码遍历文档.页面或图层中所有对象的相关操作代码,有时候程序可能需要查找页面上的对象,用遍历的方式可实现批量查找.检索对象. 准备文档 创建1个新文档,添加两个 ...
- xml学习(2)xml文档树结构图
XML 文档形成一种树结构 XML 文档必须包含根元素.该元素是所有其他元素的父元素. XML 文档中的元素形成了一棵文档树.这棵树从根部开始,并扩展到树的最底端. 所有元素均可拥有子元素: < ...
- html选择器与文档流基本介绍
html选择器与文档流 [任务一]什么是html,它有哪些部分组成,每个部分之间的关系是什么? [任务二]选择器有哪些?选择的权重? [任务三]文档流:块元素与行内元素 HTML 是用来描述网页的一种 ...
- python 打印xml文档树_[Python]xml.etree.ElementTree处理xml文档
需求: 在实际应用中,需要对xml配置文件进行实时修改, 1.增加.删除 某些节点 2.增加,删除,修改某个节点下的某些属性 3.增加,删除,修改某些节点的文本 xml源文件格式[例] path=&q ...
最新文章
- Fragment注入漏洞(CVE-2013-6271)检测
- Jacobi迭代法与Gauss-Seidel迭代法
- 训练日志 2019.1.31
- PYTHON网络爬虫与信息提取[网络爬虫协议](单元二)
- 组态王曲线控件读取access_组态王,历史趋势曲线控件例程说明文档
- iOS 后台运行实现总结
- 软件项目估算永远不准怎么办?钱少时间紧未必是坏事
- Java Logging之JUL系列——Handler
- 5V输入升压14.4V四串磷酸铁锂电池充电芯片板 ,12.8V-32号电路板
- 比犀利哥更经典的话语
- treeGrid插件
- Matlab绘制区域图
- Linux编程技术总结
- vue实现大文件分片上传断点续传并展示上传进度条
- 既有内网又有外网的网络如何设置路由器模式
- Dart - function
- UCI计算机工程必修专业课,想问问加州大学欧文分校计算机工程专业怎么样?
- 2022, GECCO,Taylor Genetic Programming for Symbolic Regression
- Qt Quick无边框窗口
- 贝叶斯理论中的prior, likelihood, posterior即先验概率,似然,后验概率