码迷,mamicode.com
首页 > 编程语言 > 详细

Python网络爬虫与信息提取-Beautiful Soup 库入门

时间:2018-01-08 01:08:16      阅读:198      评论:0      收藏:0      [点我收藏+]

标签:安装   att   tracking   parse   dem   字典   pytho   seve   request   

一、Beautiful Soup 库的安装

       Win平台:“以管理员身份运行” cmd

       执行 pip install beautifulsoup4

    安装小测:from bs4 import BeautifulSoup

                      soup=BeautifulSoup(‘<p>data</p>‘,‘html.parser‘)

                      print(soup.prettify())

二、Beautiful Soup 库的基本元素

 1、BeautifulSoup类

      from bs4 import BeautifulSoup

      soup2=BeautifulSoup(open("D://demo.html"),"html.parser")

      soup=BeautifulSoup("<html>data</html>","html.parser")

2、BeautifulSoup类的基本元素   <p class="title">...</p>

基本元素 说明
Tag 标签,最基本的信息组织单元,分别用<>和</>表明开头和结尾
Name 标签的名字,<p>...</p>的名字是‘p‘,格式:<tag>.name
Attributes 标签的属性,字典形式组织,格式:<tag>.attrs
NavigableString 标签内非属性字符串,<>...</>中字符串,格式:<tag>.string
Comment 标签内字符串的注释部分,一种特殊的Comment类型

回顾demo.html

>>> import requests
>>> r=requests.get("http://python123.io/ws/demo.html")
>>> demo=r.text
>>> demo
‘<html><head><title>This is a python demo page</title></head>\r\n<body>\r\n<p class="title"><b>The demo python introduces several python courses.</b></p>\r\n<p class="course">Python is a wonderful general-purpose programming language. You can learn Python from novice to professional by tracking the following courses:\r\n<a href="http://www.icourse163.org/course/BIT-268001" class="py1" id="link1">Basic Python</a> and <a href="http://www.icourse163.org/course/BIT-1001870001" class="py2" id="link2">Advanced Python</a>.</p>\r\n</body></html>‘

 

Tag标签:任何存在于HTML语法中的标签都可以用soup.<tag>访问获得

                 当HTML文档中存在多个相同<tag>对应内容时,soup.<tag>返回第一个

>>> from bs4 import BeautifulSoup
>>> soup=BeautifulSoup(demo,"html.parser")
>>> soup.title
<title>This is a python demo page</title>
>>> soup.p
<p class="title"><b>The demo python introduces several python courses.</b></p>
>>> soup.a
<a class="py1" href="http://www.icourse163.org/course/BIT-268001" id="link1">Basic Python</a>

 

Python网络爬虫与信息提取-Beautiful Soup 库入门

标签:安装   att   tracking   parse   dem   字典   pytho   seve   request   

原文地址:https://www.cnblogs.com/lichaoxiang/p/8204324.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!