【学习笔记】小白学习python爬虫之BeautifulSoup库入门

BeautifulSoup库是用来解析html,xml的功能库

1.导入

from bs4 import BeautifulSoup
soup=BeautifulSoup('

data

'
,'html.parserr')

data是你需要解析的内容,html也可以换为xml

2.基本元素

Tag标签
Name标签的名字
Attributes标签的属性
NavigableString标签之间的字符串
Comment标签内容中间的注释字符串

3.基于bs4的HTML内容遍历方法

(1)上行遍历

.parent 获得当前节点的父节点
.parents 获得当前节点所有的先辈节点

(2)平行遍历

<是同一父节点下的平行遍历>
.next_sibling
.previous_sibling
<下面两个只能用于循环中>
.next_siblings
.previous_siblings

(3)下行遍历

.contents
.children
.descendants

4.prettify()

.prettify()
通过在每个标签中添加/n换行符,实现输出时HTML文本更易于阅读
..prettify()
针对特定标签tag实现该功能


你可能感兴趣的:(python)