西安手机网站开发,广州做网站哪家好公司,网站运营目标,WordPress广告防屏蔽Python使用Beautiful Soup及解析html获取元素并提取内容值 1. 包括解析获取标题2. 根据标签及id获取所有元素3. 根据标签及class获取所有元素4. 获取元素下的标签的值5. 获取元素下的parent及child的元素的值参考 1. 包括解析获取标题
2. 根据标签及id获取所有元素
3. 根据标… Python使用Beautiful Soup及解析html获取元素并提取内容值 1. 包括解析获取标题2. 根据标签及id获取所有元素3. 根据标签及class获取所有元素4. 获取元素下的标签的值5. 获取元素下的parent及child的元素的值参考 1. 包括解析获取标题
2. 根据标签及id获取所有元素
3. 根据标签及class获取所有元素
4. 获取元素下的标签的值
5. 获取元素下的parent及child的元素的值
# 使用Python解析html元素的值from bs4 import BeautifulSoupfile_html test/demo.html
file open(file_html, rb)
html file.read().decode(utf-8)# 通过html.parser解析器把我们的HTML解析成了一棵树
bs BeautifulSoup(html, html.parser)print(获取文章title)
print(bs.title)# 根据标签 和 id名称获取所有元素
id_list bs.find_all(input, idmSearchInput)# 根据标签 和 class名称获取所有元素
div_class_list bs.find_all(div, class_view-num-box)
for i, div in enumerate(div_class_list):# 获取元素的父元素的值print(i, div.text, parent: , div.parent.text)print(-----------------------------------------------------------)
blog_list bs.find_all(article, class_blog-list-box)
for i, blog in enumerate(blog_list):print(i, blog.text, \ntitle: , bs.find_all(div, class_blog-list-box-top)[i].text)print(blog.h4.text) # 获取blog的标签下的h4标签的文本print(blog.span.text)print(blog.div, blog.div.next)# 获取contentfor j, content in enumerate(blog.contents):print(contents: , j, content.text)# 获取childfor j, child in enumerate(blog.children):print(child: , j, child.text)div_list bs.find_all(div, class_user-profile-head-address)
print(div_list: , div_list[0].text)meta_list bs.find_all(meta)
for j, meta in enumerate(meta_list):print(j, meta.text, meta.attrs[content])# 2.NavigableString
print(2. NavigableString的例子获取title的string内容和div的属性)
print(bs.title.string)
print(bs.div.attrs) # 获取标签中的所有属性并返回一个字典
# 3.BeautifulSoup
print(3. BeautifulSoup的例子获取整个html文档的name)
print(bs.name)
# 4.Comment
print(4. Comment的例子获取a的string)
print(bs.a.string)参考
https://blog.csdn.net/qq_42732153/article/details/81105725https://blog.csdn.net/qq_50587771/article/details/123870433
