标签：content   提取   tps   sele   http   alt   技术分享   net   笔记   

Python爬虫教程-25-数据提取-BeautifulSoup4（三）

本篇介绍 BeautifulSoup 中的 css 选择器

css 选择器

• 使用 soup.select 返回一个列表
• 通过标签名称：soup.select("title")
• 通过类名：soup.select(".centent")
• id 查找：soup.select("#name_id")
• 组合查找：soup.select("div #input_content")
• 属性查找：soup.select("img[class=‘photo‘]")

• 获取tag内容：tag.get_text

  案例

• 代码27bs5.py文件：https://xpwi.github.io/py/py%E7%88%AC%E8%99%AB/py27bs5.py

# BeautifulSoup 的使用案例
# css 选择器

from urllib import request
from bs4 import BeautifulSoup


url = ‘http://www.baidu.com/‘

rsp = request.urlopen(url)
content = rsp.read()

soup = BeautifulSoup(content, ‘lxml‘)

# bs 自动解码
content = soup.prettify()

print("=="*12)
titles = soup.select("title")
print(titles[0])

print("=="*12)
meta = soup.select("meta[content=‘always‘]")
print(meta[0])

运行结果

Python爬虫教程-25-数据提取-BeautifulSoup4（三）

标签：content   提取   tps   sele   http   alt   技术分享   net   笔记   

原文地址：https://www.cnblogs.com/xpwi/p/9600964.html