下载此文档

Python爬虫程序设计KC23.pptx


文档分类:IT计算机 | 页数:约22页 举报非法文档有奖
1/22
下载提示
  • 1.该资料是网友上传的,本站提供全文预览,预览什么样,下载就什么样。
  • 2.下载该文档所得收入归上传者、原创者。
  • 3.下载的文档,不会出现我们的网址水印。
1/22 下载此文档
文档列表 文档介绍
BeautifulSoup查找HTML元素
BeautifulSoup查找HTML元素
查找文档的元素是我们爬取网页信息的重要手段,BeautifulSoup提供了一系列的查找元素的方法,其中功能强大的fisoup=BeautifulSoup(doc,"lxml")
tags=("a")
for tag in tags:
print(tag)
 
程序结果找到3个<a>元素:
<a class="sister" href="" id="link1">Elsie</a>
<a class="sister" href="" id="link2">Lacie</a>
<a class="sister" href="" id="link3">Tillie</a>
例2-3-3:查找文档中的第一个<a>元素
from bs4 import BeautifulSoup
doc='''
<html><head><title>The Dormouse's story</title></head>
<body>
<p class="title"><b>The Dormouse's story</b></p>
<p class="story">
Once upon a time there were three little sisters; and their names were
<a href="" class="sister" id="link1">Elsie</a>,
<a href="" class="sister" id="link2">Lacie</a> and
<a href="" class="sister" id="link3">Tillie</a>;
and they lived at the bottom of a well.
</p>
<p class="story">...</p>
</body>
</html>
'''
soup=BeautifulSoup(doc,"lxml")
tag=("a")
print(tag)
 
程序结果找到第一个<a>元素:
<a class="sister" href="" id="link1">Elsie</a>
例2-3-4:查找文档中class="title"的<p>元素
from bs4 import BeautifulSoup
doc='''
<html><head><title>The Dormouse's story</title></head>
<body>
<p class="title"><b>The Dormouse's story</b></p>
<p class="story">
Once upon a time there were three little sisters; and their names were
<a href="" class="sister" id="link1">Elsie</a>,
<a href="" class="sister" id="link2">Lacie</a> and
<a href="" class="sister" id="link3">Tillie</a>;
and they lived at the bottom of a well.
</p>
<p class="story">...</p>
</body>
</html>
'''
soup=BeautifulSoup(doc,"lxml")
tag=("p",attrs={"class":"title"})
print(tag)
 
程序结果找到class="title"的<p>元素
<p class="title"><b>The Dormouse's story</b></p>
很显然如果使用:
tag=("p")
也能找到这个元素,因为它是文档的第一个<p>元素。
例2-3-5:查找文档中class="sister"的元素
from

Python爬虫程序设计KC23 来自淘豆网m.daumloan.com转载请标明出处.

相关文档 更多>>
非法内容举报中心
文档信息
  • 页数22
  • 收藏数0 收藏
  • 顶次数0
  • 上传人rsqcpza
  • 文件大小76 KB
  • 时间2022-07-26
最近更新