day13 csv和bs4
一、什么是cvs文件
csv文件叫做：逗号分隔值文件，像Excel文件一样以行列的形式保存数据，保存数据的同时同一样多的多列数据用逗号隔开
二、csv文件的读写操作
（一）、csv文件读操作
from csv import reader，DictReader
a. reader (以列表的形式读取文件)
创建根据文件对象创建对应的reader，获取文件内容
案例：
with open('files/电影.csv',encoding='utf-8',newline='') as f:
r1 = reader(f)
print(next(r1))
print(list(r1))
b.DictReader (以字典的形式读取文件)
创建根据文件对象创建对应的DictReader，获取文件内容
with open('files/电影.csv', encoding='utf-8', newline='') as f:
r2 = DictReader(f)
print(next(r2)) # 一行一行的读取
for x in r2: # 读取所有
print(x)
（二）、写操作
from csv import writer, DictWriter
# a. write
# 根据文件对象创建write对象
with open('files/student1.csv', 'w', encoding='utf-8',newline='')as f:
# 1. 根据文件对象创建write对象
w1 = writer(f)
# 2. 写入数据
# 1）一次写一行
w1.writerow(['姓名', '性别', '年龄'])
w1.writerow(['小明', '男', '18'])
# 2）一次写入多行（在一次写入多行的时候注意在最后加s）
w1.writerows([
['小花', '女', 18],
['张三', '男', 19]
])
# b. DictWriter
with open('files/student2.csv', 'w', encoding='utf-8', newline='') as f:
# 1. 根据文件对象创建write对象
w2 = DictWriter(f, ['姓名', '性别', '年龄'])
w2.writeheader()
# 2.写入数据
# 1)将字典的键作为第一行写入文件
w2.writeheader()
# 一次写入一行
w2.writerow({'姓名': '小明', '性别': '男', '年龄': 20})
# 一次写入多行（在一次写入多行的时候注意在最后加s）
w2.writerows([
{'姓名': '小花', '性别': '女', '年龄': 17},
{'姓名': '张三', '性别': '男', '年龄': 20},
{'姓名': '李四', '性别': '男', '年龄': 18}
])
二、bs4 (beautifulsoup4)
css语法：
选择器{属性名1: 属性值2; 属性名2: 属性值2; ....}
常见属性：color(设置字体颜色)、 background-color(背景颜色)、font-size(字体大小)、width(宽度)、height(高度)、border(边框)
选择器：
1. 元素选择器(标签选择器) - 将标签作为选择器，选中所有指定的标签
a{} - 选中所有的a标签
p{} - 选中所有的p标签
span{} - 选中所有的span标签
2. id选择器 - 在标签的id属性前加#作为一个选择器，选中id属性值为指定值的标签
注意：一个网页中id属性值是唯一的
#a{} - 选中id属性值为a的标签
#b1{} - 选中id属性值为b1的标签
3. class选择器 - 在标签的class属性前加.作为一个选择器，选中所有class属性值为指定值的标签
注意：一个网页中多个标签的class属性值可以相同；同一个标签可以有多个不同的class
只有一个class属性值标签的写法：<标签名 class="c1">
有多个class属性值标签的写法：<标签名 class="c1 c2 c3">
.a{} - 选中class属性值为a标签
.c1{} - 选中class属性值为c1的标签
.a.b{} - 选中class属性值同时为a和b标签
a.c1{} - 选中所有class值为c1的a标签
4. 子代选择器 - 将两个选择器用>连接成一个选择器（前后形成父子关系）
div>a{} - 选中所有在div标签中的a标签（a标签必须是div的子标签）
5. 后代选择器 - 将两个选择器用空格连接成一个选择器(前后形成后代关系）
div a{} - 选中所有在div标签中的a标签（a标签必须是div的后代标签）
# 注意：安装的时候安装beautifulsoup4，使用的时候用的是bs4
from bs4 import BeautifulSoup
# 1.根据网页源代码创建soup对象：BeautifulSoup(网页源代码,'lxml')
f = open('files/date.html',encoding='utf-8')
soup = BeautifulSoup(f.read(),'lxml')
f.close()
# 2.获取标签
# soup对象.select(css选择器) —— 获取整个网页中选择器选中的所有标签，返回值是一个列表，列表中的元素是标签对象(找不到返回空列表)
# soup对象.select_one(css选择器) —— 获取整个网页中选择器选中的第一个标签，返回值是一个标签对象（找不到返回None）
# 标签对象.select(css选择器) —— 获取指定标签中css选中的所有标签
# 标签对象.select_one(css选择器) —— 获取指定标签中css选中的第一个标签
result = soup.select('p')
print(result)
print('_______________分割线_______________________')
result = soup.select('.c1')
print(result)
print('_______________分割线_______________________')
result = soup.select_one('p')
print(result)
print('_______________分割线_______________________')
result = soup.select('div p')
print(result)
print('_______________分割线_______________________')
box1 = soup.select_one('#box1')
result = box1.select('p')
print(result)
print('_______________分割线_______________________')
p1 = soup.select_one('span>p')
a1 = box1.select_one('a')
print('_______________分割线_______________________')
# 3.获取标签内容和标签属性
# 标签对象.text —— 获取标签内容
print(p1.text) # 获取p1的标签内容 我是段落5
print(a1.text) # 获取a1的标签内容 我是超链接3
print('_______________分割线_______________________')
# 标签对象.attrs[属性名] —— 获取标签指定属性的值
print(a1.attrs['href']) # 获取a1的标签值 https://www.baidu.com
