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)

  • 进项税额怎么计算例题
  • 营业税金及附加是什么科目
  • 房产税土地使用税新政策消息2023
  • 进项税大于销项税需要交附加税吗
  • 个税如何变更公司
  • 控股子公司注销了可以起诉总公司吗怎么办
  • 残保金滞纳金能超过本金吗
  • 个税抵扣租房能抵扣多少
  • 信用减值损失在借方
  • 车购税退税需要多长时间
  • 一般纳税人交增值税会计科目
  • 物业公司收到开发代付物业管理费怎么做账
  • 生产车间的房屋要交税吗
  • 违约金 罚款
  • 股息利高的股票
  • 委托贷款利息收入现金流
  • 无形资产软件摊销年限的最新规定2021
  • 接受捐赠收入要计入企业所得税应纳税所得额吗
  • 跨市工程预交的税怎么算
  • 年中建账损益类科目怎么录
  • 营改增建筑业
  • 基本建设项目待摊投资管理规定
  • 生产企业结账流程
  • 酒店布草洗涤赔偿怎样折旧
  • macbookpro安装dmg
  • PHP:mb_send_mail()的用法_mbstring函数
  • 代收代付款项入账需要什么资料
  • 股权转让分期付款协议
  • 新公司成立的前期准备工作计划
  • 进货返利会计分录
  • 转入固定资产清理会计科目
  • php htmlentities()函数的定义和用法
  • 期末余额跟年初余额是什么意思
  • antd form table
  • 波士顿房价数据集可视化
  • 微信php接口
  • autocut跟踪调节
  • 每个月工资扣的税为什么不一样
  • 怎么填专项扣除
  • 房产税按照租金
  • 暂估入库有风险吗
  • 哪几种进项税额允许抵扣
  • 科目余额表和资产负债表的期末余额不一样,怎么办
  • 领备用金填什么单子
  • 小规模纳税人免税政策2023年
  • 现金解款单的会计分录
  • 以前年度管理费用
  • 公司半年后交五险合法吗
  • 运费不支付会怎么样
  • 公司向法人借款会计分录
  • 结转已到期未兑现的商业承兑汇票会计分录
  • 建筑公司工程上班时间
  • 小企业会计准则会计科目表
  • 汇算清缴费用调增会计处理
  • 费用分析的作用
  • 总分类账与明细分类账的关系
  • mysql存储过程视频教程
  • mysql 优化口诀
  • mysql5.7版本的服务的名字是
  • mysql数据备份的方式
  • linux命令rz -y
  • window10电话
  • win10临时文件设置
  • Fedora 13 Final DVD ISO系统下载
  • linux安装有哪几种方式
  • win8电脑d盘不见了怎么恢复
  • wind7安装
  • js调用wsdl接口
  • javascript中this的用法
  • linux 加法命令
  • node.js django
  • python模块怎么用
  • 税务责令改正通知书
  • 123600是税务电话吗
  • 青岛胶州国际机场在哪个区
  • 一般纳税人开具的增值税普通发票和专用发票的区别
  • 河南地税app
  • 房产税是按套还是按套
  • 国家税务总局河南省税务干部学校
  • 南宁市税务局稽查局领导
  • 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