Day056|Beautiful Soup基礎知識之一

今天是Andy學Python的第56 天哦! 

大家好,我是Andy。

01.

Beautiful Soup介紹

首先看官方文檔是這樣介紹的:

Beautiful Soup 是一個可以從HTML或XML文件中提取數據的Python庫。它能夠通過你喜歡的轉換器實現慣用的文檔導航,查找,修改文檔的方式。Beautiful Soup會幫你節省數小時甚至數天的工作時間。

Beautiful Soup 3 目前已經停止開發,我們推薦在現在的項目中使用Beautiful Soup 4, 移植到BS4。

Beautiful Soup提供一些簡單的、python式的函數用來處理導航、搜索、修改分析樹等功能。它是一個工具箱,通過解析文檔爲用戶提供需要抓取的數據,因爲簡單,所以不需要多少代碼就可以寫出一個完整的應用程序。Beautiful Soup自動將輸入文檔轉換爲Unicode編碼,輸出文檔轉換爲utf-8編碼。

02.

安裝

安裝Anaconda成開發環境時,己經安裝了Beautifulsoup組件,直接導入就可以使用。

03.

Beautiful Soup屬性和方法

3.1常用屬性方法彙總

title:返回網頁標題。

text: 返回去除所有HTML標籤後的網頁內容。

find():返回第一個符合條件的標籤。

find_all():返回所有符合條件的標籤。

select():返回指定CSS樣式(如id或class)的內容,詳細見下。

3.2 find()與find_all()方法

find()方法會返回第一個符合條件的標籤,找到後會返回一個字符串:找不到則返回None。

find_all()方法則會返回所有符合條件的標籤,找到後會傳回一個列表;找不到返回空的列表。

3.3 select()方法

soup.select('div'):返回所有名爲<div>的元素。

soup.select('#id'):返回帶有 id 屬性的元素。

soup.select('.classname'):返回所有使用 CSS class 屬性名爲 classname 的元素。

soup.select('div span'):返回所有在<div>元素之內的<span>元素。

soup.select('div > span'):返回所有直接在<div>元素之內的<span>元素,中間沒有其他元素。

soup.select('input[name]'):返回所有名爲<input>,並有一個 name 屬性,其值無所謂的元素。

soup.select('input[type="bush"]'):返回所有名爲<input>,並有一個 type 屬性,其值爲bush 的元素。

51Day Day up!

向上向善,日進一步!

每天學習,努力成長!

定個小目標,開啓成長的旅程,遇見更好的自己。

這是我們和自己的約定,許諾自己不負韶華。

路雖遠,行則將至;事雖難,做則必成。

成長的最好時機,就是當下。

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章