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)

  • 车保保险合同
  • 什么是应付职工薪酬设定提存计划
  • 所得税汇算清缴账务处理
  • 其他权益工具影响哪些报表
  • 交车辆保险的车能买吗
  • 预收账款哪一方是增加
  • 如何查询对方是不是一般纳税人
  • 个税申报初始化密码
  • 小规模纳税人增值税申报表怎么填
  • 企业前期开办费没有发票怎么入账
  • 税前薪酬包括五险一金吗
  • 开发商要求业主签借款合同
  • 专票已经抵扣购买方如何处理
  • 离职补偿金如何计算
  • 信用等级D可以贷款吗
  • 房地产企业销售现房是否预缴增值税
  • 增值税扣税凭证抵减销项税额
  • 个体户的定额发票怎么领
  • 包工包料的工程怎么做账
  • 工业企业销售管理制度
  • 两处拿工资的缴税问题
  • 利润分配补亏
  • word文档打印时不打印批注
  • 苹果手机查看激活id账号信息
  • 厂房租金计入什么费用部门
  • 以库存现金支付车间发生的水电费200元
  • 域名怎么交费
  • 其他应收款贷方表示什么
  • 公司购买的大型安装设备什么时候转入固定资产
  • php精度丢失
  • 房地产企业如何计算土地使用税
  • ThinkPHP+EasyUI之ComboTree中的会计科目树形菜单实现方法
  • php遍历结果集
  • 前端 大前端
  • 应收账款收不回来的情况说明
  • 不良品扣款范本
  • 外管证预缴税款怎么做分录
  • 免收印花税
  • 织梦程序
  • "服务业"
  • 个税全员全额扣除怎么算
  • 个税年度汇算清缴总结
  • 附加税减免额怎么算
  • 非应税项目是有哪些项目
  • 银行手续费未开发票前计入什么科目
  • 企业购入固定资产发生的运输费,装卸费
  • 火车票可以抵扣进项吗
  • MySQL中使用命令行查看二进制文件
  • 加盟费明细
  • 预付款已经开了发票未到货要怎么做账
  • 房地产行业增值税预缴
  • 银行利息收入怎么计算
  • 长期股权投资损益调整
  • 其他权益工具包括交易性金融资产吗
  • 专项应付款科目编码是多少
  • 期初调整分录
  • 员工宿舍的物业费可以抵扣进项税吗
  • 差旅费借记什么科目
  • 单位社保缴费基数比例
  • 非流动资产处置利得计入什么科目
  • 进项税额转出忘记结转
  • 非营利医疗机构免征哪几种税
  • 如何正确设置会员账号
  • sql server储存过程的创建与使用
  • 快启动u盘pe怎么安装系统详细图文教程
  • fedora iso
  • utilman.exe - utilman是什么进程
  • win8怎么设置自动开机
  • Ubuntu 14.04系统怎么安装Nvidia 私有显卡驱动?
  • mac系统删除系统软件
  • win8系统怎么设置桌面图标
  • isignup.exe是什么进程 isignup进程查询
  • win7点开始一直跳闪
  • 让人吃惊的成语有哪些
  • win10系统如何在管理页面设置共享
  • 基于怎么用
  • 感恩节0
  • lint 工具
  • 企业税务代码是什么号
  • 个人所得税扣缴手续费退付是什么意思
  • 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