python使用requests+BeautifulSoup获取网页元素的内容

1.导入第三方库request和beautifulsoup4

2.之后

import requests
from bs4 import BeautifulSoup

3.使用requests中的get/post方法

r = requests.get(url)

4.之后需要重新定义网页的编码,否则可能会出现乱码

equests和beautifulsoup模块都会自行评测原网页的编码格式,所以存在评测错误的情况,所以可以在requests爬取之后Beautifulsoup调用之前对内容进行编码(设为网页本身的编码格式)即可

r.encoding = 'utf-8'

5.使用BeautifulSoup构造方法,得到一个对象

soup=BeautifulSoup(r.text,'html.parser')

6.使用prettify()是页面更美观的打印出来

print(soup.prettify())

7.

获取的是带有title标签的内容

print(soup.title)

8.获取网页title中的内容

1.print(soup.title.text)

·2.print(soup.title.string)

9.获取title标签的名称

print(soup.title.name)

10.获取父标签的名称

print(soup.title.parent.name)

11.获取p标签中的内容,默认只取第一个p标签中的内容

print(soup.p)

更多的方法请看官方文档

 

你可能感兴趣的:(Python)