Python--BeautifulSoup 라이브러리 소개

BeautifulSoup은 사용자가 제공하는 모든 것을 구문 분석하고 트리 순회 작업을 수행합니다.

BeautifulSoup 라이브러리는 "태그 트리"를 구문 분석, 순회 및 유지 관리하기 위한 함수 라이브러리입니다(순회는 특정 검색 경로를 따르는 것을 의미합니다. 순서 트리의 각 노드를 한 번만 방문하십시오.

우리는 종종 BeautifulSoup 라이브러리를 bs4라고 부릅니다. 라이브러리를 가져오려면 bs4에서 BeautifulSoup을 가져오세요. 그 중 import BeautifulSoup은 bs4의 BeautifulSoup 클래스를 주로 사용합니다.

bs4 라이브러리 파서

BeautifulSoup 클래스의 기본 요소

 1 import requests 2 from bs4 import BeautifulSoup 3  4 res = requests.get('') 5 soup = BeautifulSoup(res.text,'lxml') 6 print(soup.a) 7 # 任何存在于HTML语法中的标签都可以用soup.<tag>访问获得，当HTML文档中存在多个相同<tag>对应内容时，soup.<tag>返回第一个。 8  9 print(soup.a.name)10 # 每个<tag>都有自己的名字，可以通过<tag>.name获取，字符串类型11 12 print(soup.a.attrs)13 print(soup.a.attrs['class'])14 # 一个<tag>可能有一个或多个属性，是字典类型15 16 print(soup.a.string)17 # <tag>.string可以取到标签内非属性字符串18 19 soup1 = BeautifulSoup('<p><!--这里是注释--></p>','lxml')20 print(soup1.p.string)21 print(type(soup1.p.string))22 # comment是一种特殊类型，也可以通过<tag>.string取到

실행 결과:

로그인

a

{'href': '', 'class': ['no-login']} ['no-login']

로그인

댓글은 다음과 같습니다

bs4 라이브러리용 HTML의 기본 구조

태그 트리의 하향 순회

그 중 BeautifulSoup 유형은 태그 트리의 루트 노드입니다.

1 # 遍历儿子节点2 for child in soup.body.children:3     print(child.name)4 5 # 遍历子孙节点6 for child in soup.body.descendants:7     print(child.name)

태그 트리의 상향 순회

1 # 遍历所有先辈节点时，包括soup本身，所以要if...else...判断2 for parent in soup.a.parents:3     if parent is None:4         print(parent)5     else:6         print(parent.name)

실행 결과:

div

몸

html

[문서]

태그 트리의 병렬 순회

1 # 遍历后续节点2 for sibling in soup.a.next_sibling:3     print(sibling)4 5 # 遍历前续节点6 for sibling in soup.a.previous_sibling:7     print(sibling)

bs4 라이브러리의 prettify() 메소드

prettify() 메소드는 코드 형식을 더 표준으로 만드세요. .prettify() 는 의미합니다. PyCharm에서는 print(soup.prettify())를 사용하여 출력합니다.

운영 환경: Mac, Python 3.6, PyCharm 2016.2

참고: 중국 대학교 MOOC 과정 "Python 웹 크롤러 및 정보 추출"

위 내용은 Python--BeautifulSoup 라이브러리 소개의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!