位置: 编程技术 - 正文

Python使用BeautifulSoup库解析HTML基本使用教程(s='python is beautiful!')

编辑:rootadmin

推荐整理分享Python使用BeautifulSoup库解析HTML基本使用教程(s='python is beautiful!'),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:pycharm中beautifulsoup,python beautifulsoup用法,python中beautifulsoup,pycharm中beautifulsoup,s='python is beautiful!',python中beautifulsoup,pycharm中beautifulsoup,pycharm中beautifulsoup,内容如对您有帮助,希望把文章链接给更多的朋友!

BeautifulSoup是Python的一个第三方库,可用于帮助解析html/XML等内容,以抓取特定的网页信息。目前最新的是v4版本,这里主要总结一下我使用的v3版本解析html的一些常用方法。

准备

1.Beautiful Soup安装

为了能够对页面中的内容进行解析,本文使用Beautiful Soup。当然,本文的例子需求较简单,完全可以使用分析字符串的方式。

执行

即可安装。

2.requests模块的安装

requests模块用于加载要请求的web页面。

在python的命令行中输入import requests,报错说明requests模块没有安装。

我这里打算采用easy_install的在线安装方式安装,发现系统中并不存在easy_install命令,输入sudo apt-get install python-setuptools来安装easy_install工具。

执行sudo easy_install requests安装requests模块。

基础

1.初始化 导入模块

Python使用BeautifulSoup库解析HTML基本使用教程(s='python is beautiful!')

创建对象:str初始化,常用urllib2或browser返回的html初始化BeautifulSoup对象。

指定编码:当html为其他类型编码(非utf-8和asc ii),比如GB的话,则需要指定相应的字符编码,BeautifulSoup才能正确解析。

2.获取tag内容 寻找感兴趣的tag块内容,返回对应tag块的剖析树

返回内容:hello 说明一下,contents属性是一个列表,里面保存了该剖析树的直接儿子。

3.获取关系节点 使用parent获取父节点

使用nextSibling, previousSibling获取前后兄弟

contents[]的灵活运用也可以寻找关系节点,寻找祖先或者子孙可以采用findParent(s), findNextSibling(s), findPreviousSibling(s)

4.find/findAll用法详解 函数原型:find(name=None, attrs={}, recursive=True, text=None, **kwargs),findAll会返回所有符合要求的结果,并以list返回。 tag搜索

attrs搜索

text搜索文字的搜索会导致其他搜索给的值如:tag, attrs都失效。方法与搜索tag一致

recursive和limit属性recursive=False表示只搜索直接儿子,否则搜索整个子树,默认为True。当使用findAll或者类似返回list的方法时,limit属性用于限制返回的数量,如findAll('p', limit=2): 返回首先找到的两个tag。

实例本文以博客的文档列表页面为例,利用python对页面中的文章名进行提取。

文章列表页中的文章列表部分的url如下:

代码:

python基于隐马尔可夫模型实现中文拼音输入 在网上看到一篇关于隐马尔科夫模型的介绍,觉得简直不能再神奇,又在网上找到大神的一篇关于如何用隐马尔可夫模型实现中文拼音输入的博客,无

python制作爬虫并将抓取结果保存到excel中 学习Python也有一段时间了,各种理论知识大体上也算略知一二了,今天就进入实战演练:通过Python来编写一个拉勾网薪资调查的小爬虫。第一步:分析

python文件的md5加密方法 本文实例讲述了python文件的md5加密方法。分享给大家供大家参考,具体如下:简单模式:fromhashlibimportmd5defmd5_file(name):m=md5()a_file=open(name,'rb')#需要使用二

标签: s='python is beautiful!'

本文链接地址:https://www.jiuchutong.com/biancheng/385264.html 转载请保留说明!

上一篇:Python使用Mechanize模块编写爬虫的要点解析(python mem)

下一篇:python基于隐马尔可夫模型实现中文拼音输入(python 隐函数作图)

  • 个税汇算清缴系统找不到扣缴义务人
  • 未达起征点的增值税怎么做账
  • 固定资产二级科目取消原因
  • 金蝶专业版利润表本年累计公式
  • 公司发工资是私账
  • 营改增后购置设备进项税抵扣怎么做?
  • 公司怎么给个人开票
  • 生产经营活动包括建设项目吗
  • 充值单据怎么开发票
  • 已付款无法收到发票怎么处理
  • 在租的土地上建房
  • 中央空调销售与安装开票税率
  • 商品入库没有收到发票
  • win10用户头像错误 设置用户头像失败,请再试一次
  • 优酷路由宝是什么东西
  • 企业所得税汇算表
  • windows10无法打开此类型的文件(.exe)
  • laravel快速入门
  • php 混淆
  • linux 运行php脚本
  • 2020税务预警后如何解除
  • mdn php
  • window10玩吃鸡总崩溃
  • 商会账目
  • 母公司向子公司注入资产
  • PHP函数func_num_args用法实例分析
  • pascl32.exe - pascl32是什么进程 有什么用
  • 如何通过利润表看企业收益
  • vue3怎么用
  • 已冲销凭证是否可以作废
  • PHP如何使用资源路由方式改进新闻管理
  • 一台电脑能不能接两个键盘
  • 社保挂靠公司收费标准是怎样的
  • 实名办税人员承担什么责任
  • react脚手架搭建项目
  • tar 压缩命令tar
  • 事业单位新会计制度固定资产
  • 预提费用多提汇算清缴怎么做账
  • 直接关联和间接关联
  • 一般纳税人之间转让土地使用权交哪些税金
  • 减免税款属于政府补助利得吗
  • 农产品税率2020年计算
  • 转让旧固定资产可以开专票吗
  • 报考中级会计师考几科
  • 纳税实务的涉税业务分几类
  • 没有收到房租发票
  • 股东捐赠给企业怎么做账
  • 企业每月营业额达多少需要交税
  • 契税应该计入税金及附加吗
  • 税金及附加如何预测
  • 现金往来款怎么做账
  • 不按规定纳税的违法行为
  • 无法收回的款项怎么记账
  • 材料人工制造费用是什么成本
  • 收到个人退回的社保费,怎样做分录
  • 增值税普通发票查询
  • 税收分类编码怎么选
  • windows2000serve
  • ubuntu每次开机都会进入grub
  • ubuntu 18.04怎么用
  • win8windows设置在哪里
  • win10预览版好吗
  • win7一直出广告
  • 感恩节0
  • cocos 2dx
  • 如何除掉
  • jquery加载函数
  • 浅析科学发展观的核心立场
  • centos7开不了机
  • vue怎么做兼容
  • 初识大学主题征文
  • shell脚本配置环境
  • javascript用处
  • js实现功能
  • 四川省税务局发票查询
  • 事务所是干什么的会计
  • 增加税务人员怎么加?
  • 广东etc政策
  • 地税收社保
  • 2020年河南麦收时间
  • 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