位置: 编程技术 - 正文

Python利用Beautiful Soup模块搜索内容详解(python利用csv模块在对csv文件进行操作)

编辑:rootadmin

推荐整理分享Python利用Beautiful Soup模块搜索内容详解(python利用csv模块在对csv文件进行操作),希望有所帮助,仅作参考,欢迎阅读内容。

文章相关热门搜索词:python利用csv模块在对csv文件进行操作,python利用range产生列表,python利用while循环求1+2+3......+n的和,python利用for循环求1到100的和,python利用for循环求1到100的和,python利用数据文件统计成绩,python利用beautifulsoup输出第五个的内容,python利用for循环求1到100的和,内容如对您有帮助,希望把文章链接给更多的朋友!

前言

我们将利用 Beautiful Soup 模块的搜索功能,根据标签名称、标签属性、文档文本和正则表达式来搜索。

搜索方法

Beautiful Soup 内建的搜索方法如下:

find() find_all() find_parent() find_parents() find_next_sibling() find_next_siblings() find_previous_sibling() find_previous_siblings() find_previous() find_all_previous() find_next() find_all_next()

使用 find() 方法搜索

首先还是需要建立一个 HTML 文件用来做测试。

我们可以通过 find() 方法来获得 <ul> 标签,默认情况下会得到第一个出现的。接着再获取 <li> 标签,默认情况下还是会得到第一个出现的,接着获得 <div> 标签,通过输出内容来验证是否获取了第一个出现的标签。

find() 方法具体如下:

正如上代码所示,find() 方法接受五个参数:name、attrs、recursive、text 和 **kwargs 。name 、attrs 和 text 参数都可以在 find() 方法充当过滤器,提高匹配结果的精确度。

搜索标签

除了上面代码的搜索 <ul> 标签外,我们还可以搜索 <li> 标签,返回结果也是返回出现的第一个匹配内容。

搜索文本

如果我们只想根据文本内容来搜索的话,我们可以只传入文本参数 :

返回的结果也是 NavigableString 对象 。

根据正则表达式搜索

如下的一段 HTML 文本内容

可以看到 abc@example 邮件地址并没有包括在任何标签内,这样就不能根据标签来找到邮件地址了。这个时候,我们可以使用正则表达式来进行匹配。

在使用正则表达式进行匹配时,如果有多个匹配项,也是先返回第一个。

根据标签属性值搜索

可以通过标签的属性值来搜索:

根据标签属性值来搜索对大多数属性都是可用的,例如:id、style 和 title 。

但是对以下两种情况会有不同:

自定义属性 类 ( class ) 属性

我们不能再直接使用属性值来搜索了,而是得使用 attrs 参数来传递给 find() 函数。

根据自定义属性来搜索

在 HTML5 中是可以给标签添加自定义属性的,例如给标签添加 属性。

如下代码所示,如果我们再像搜索 id 那样进行操作的话,会报错的,Python 的变量不能包括 - 符号。

Python利用Beautiful Soup模块搜索内容详解(python利用csv模块在对csv文件进行操作)

这个时候使用 attrs 属性值来传递一个字典类型作为参数进行搜索:

基于 CSS 中的 类 进行搜索

对于 CSS 的类属性,由于在 Python 中 class 是个关键字,所以是不能当做标签属性参数传递的,这种情况下,就和自定义属性一样进行搜索。也是使用 attrs 属性,传递一个字典进行匹配 。

除了使用 attrs 属性之外,还可以使用 class_ 属性进行传递,这样与 class 区别开了,也不会导致错误。

使用自定义的函数搜索

可以给 find() 方法传递一个函数,这样就会根据函数定义的条件进行搜索。

函数应该返回 true 或者是 false 值。

代码中定义了一个 is_producers 函数,它将检查标签是否具体 id 属性以及属性值是否等于 producers,如果符合条件则返回 true ,否则返回 false 。

联合使用各种搜索方法

Beautiful Soup 提供了各种搜索方法,同样,我们也可以联合使用这些方法来进行匹配,提高搜索的准确度。

使用 find_all() 方法搜索

使用 find() 方法会从搜索结果中返回第一个匹配的内容,而 find_all() 方法则会返回所有匹配的项。

在 find() 方法中用到的过滤项,同样可以用在 find_all() 方法中。事实上,它们可以用到任何搜索方法中,例如:find_parents() 和 find_siblings() 中 。

find_all() 方法为 :

它的参数和 find() 方法有些类似,多个了 limit 参数。limit 参数是用来限制结果数量的。而 find() 方法的 limit 就是 1 了。

同时,我们也能传递一个字符串列表的参数来搜索标签、标签属性值、自定义属性值和 CSS 类。

搜索相关标签

一般情况下,我们可以使用 find() 和 find_all() 方法来搜索指定的标签,同时也能搜索其他与这些标签相关的感兴趣的标签。

搜索父标签

可以使用 find_parent() 或者 find_parents() 方法来搜索标签的父标签。

find_parent() 方法将返回第一个匹配的内容,而 find_parents() 将返回所有匹配的内容,这一点与 find() 和 find_all() 方法类似。

搜索同级标签

Beautiful Soup 还提供了搜索同级标签的功能。

使用函数 find_next_siblings() 函数能够搜索同一级的下一个所有标签,而 find_next_sibling() 函数能够搜索同一级的下一个标签。

同样,也可以使用 find_previous_siblings() 和 find_previous_sibling() 方法来搜索上一个同级的标签。

搜索下一个标签

使用 find_next() 方法将搜索下一个标签中第一个出现的,而 find_next_all() 将会返回所有下级的标签项。

搜索上一个标签

与搜索下一个标签类似,使用 find_previous() 和 find_all_previous() 方法来搜索上一个标签。

总结

标签: python利用csv模块在对csv文件进行操作

本文链接地址:https://www.jiuchutong.com/biancheng/377157.html 转载请保留说明!

上一篇:windows系统下Python环境搭建教程(windows pytorch)

下一篇:Python 中迭代器与生成器实例详解(python中迭代器的作用)

  • 个人卖给公司车需要什么手续
  • 网上社保增减员操作流程
  • 转回存货跌价准备对递延所得税资产的影响
  • 发票已开后 对方公司名称变更怎么处理
  • 连号发票不许报销的具体发票类型
  • 成品油跨月发票红字冲销步骤
  • 企业清算过程中应收应付的处置
  • 合同金额与结算金额一致,如何约定
  • 银行汇票多余金额会计分录
  • 出现销项负数
  • 一次性离职补偿个税
  • 融资租赁的租金包括
  • 发票显示不抵扣什么意思
  • 企业的其他业务是什么
  • 税务异常不处理会的后果
  • 应付账款借方余额怎么平账
  • 应收款项核销的原因
  • centos7安装部署cacti教程
  • 清空收藏夹里面的歌曲
  • 电缆与变压器连接有何规定
  • 腾讯电脑管家浏览器保护在哪
  • 苹果mac画图工具
  • 在php中,字符串有哪些表示形式
  • 下列关于企业发生的税费说法正确的是
  • 手机苹果14
  • excel多表操作法
  • 融资性售后回租承租方为什么不交税
  • 企业合并进行过程中发生的各项直接相关费用
  • 预加载的目的是什么
  • 融资性售后回租承租方为什么不交税
  • 自己组装产品再卖掉
  • 数以千计的拼音是什么
  • 基于卷积神经网络的网络入侵检测算法设计与实现
  • 健身房注册公司名称带超字
  • 服务类收入确认
  • 没进项发票怎么办
  • 征收率是税率吗
  • 合并范围外关联方需要函证吗
  • phpcms怎么用
  • 预收账款的销售分录
  • okr开源软件
  • mongodb怎么复制粘贴
  • 工程合同主要看什么
  • 收付转和记账凭证
  • 电子发票怎么开具流程呢?
  • 横幅属于是什么税收大类?
  • 文件柜质量标准
  • 保险公司委托代征是什么意思
  • 会计处理要求
  • 结构性存款是什么存款
  • 企业储蓄存款如何做账
  • 库存现金存入银行
  • 担保公司的担保费能退吗
  • 购入固定资产预计净残值
  • 体检费可以开个人吗?
  • 存出投资款应计入什么科目
  • 合并注销和注销的区别
  • sql server数据库字段类型
  • sql语句分号
  • win 10预览版
  • XP系统安装不了QQ
  • windows server 2008 企业版
  • fedoral
  • 用u盘装系统怎么操作步骤
  • Win10自带输入法打不出中文
  • linuxmail命令
  • 双系统麻烦吗
  • windows画图程序名
  • linux临时修改编码
  • linux定时任务详解
  • android环境搭建教程
  • pycharm下载安装
  • dos批处理实例800例
  • unity jsonutility
  • vue源码是用什么写的
  • 用一个简单的方法作文
  • python所有语句
  • android popupwindow使用
  • Javascript字符串奇数位替换
  • 北京同仁堂怎么挂专家号
  • 免责声明:网站部分图片文字素材来源于网络,如有侵权,请及时告知,我们会第一时间删除,谢谢! 邮箱:opceo@qq.com

    鄂ICP备2023003026号

    网站地图: 企业信息 工商信息 财税知识 网络常识 编程技术

    友情链接: 武汉网站建设