Beautiful用法总结
一、安装 通过命令：pip3 install Beautifulsoup4； 安装后运行：from bs4 import BeautifulSoup，没有报错，说明安装正常； 二、解析库 Beautifulsoup有四种解析方法： 1、BeautifulSoup(markup,"html.parser") 解析速度适中，文档容错能力强 2、BeautifulSoup(markup,"lxml") 解析速度快，文档容错能力强，但是需要安装C语言库 3、BeautifulSoup(markup,"xml") 解析速度快，唯一支持XML的解析器，但是需要安装C语言库 4、BeautifulSoup(markup,"html5lib") 最好的容错性，以浏览的方式解析文档，生成HTML5格式的文档，但是解析速度慢 三、基本使用 使用type查看获取tag的类型发现，每个标签的类型都是 <class 'bs4.element.Tag'>，也就是说通过soup.title这样的形式获取的类型都是Tag类型； 四、常用标签选择器 1、选择元素：与HTML中的标签一样，直接获取对应名称； 2、获取名称：通过name属性，可以直接获取到标签的名称； 3、获取属性：通过attrs属性获取属性值，或者直接获取属性值； 4、获取内容 5、嵌套选择 6、子节点：代码中存在层级结构 contents属性：返回形式是列表形式； children属性：返回形式是列表类型，需要通过迭代的方式将里面数据取出（使用enumerate属性）； descendants属性：返回形式也是列表类型，但是会将标签页下面的所有节点返回（使用enumerate属性）； 7、父节点：父节点类型是Tag类型； 8、兄弟节点： next_siblings：获取下面的兄弟节点； previous_siblings：获取前面的兄弟节点； 五、文档树搜索 1、find_all(name, attrs, recursive, text, **kwargs)：根据标签名，属性，内容进行查找，返回所有元素； name：根据标签名查找标签，返回查找的所有元素 attrs：根据属性名进行查找，返回所有元素（注：使用class进行查找元素，因为class在Python中相当于一个关键字，不能当做参数进行使用，需要使用class_当做参数进行使用） text：根据内容进行查找，返回所有元素 2、find(name, attrs, recursive, text, **kwargs)：根据标签名，属性，内容进行查找，返回单个元素； 六、CSS选择器 通过select()直接传入CSS参数即可； 1、获取属性： 2、获取内容：
转载于:.html
