中文字幕av专区_日韩电影在线播放_精品国产精品久久一区免费式_av在线免费观看网站

溫馨提示×

溫馨提示×

您好,登錄后才能下訂單哦!

密碼登錄×
登錄注冊×
其他方式登錄
點擊 登錄注冊 即表示同意《億速云用戶服務條款》

Beautiful Soup4庫文檔學習

發布時間:2020-07-11 11:55:52 來源:網絡 閱讀:543 作者:Eugenebo 欄目:開發技術

https://www.crummy.com/software/BeautifulSoup/bs4/doc.zh/#id4

中文版BeautifulSoup庫

 

作用

  1. 提取HTML和XML文檔中的數據

  2. 修改、導航、查找文檔

 

創建html_doc

>>> html_doc = """
... <html><head><title>The Dormouse's story</title></head> 
... <body> 
... <p class="title"><b>The Dormouse's story</b></p> 
...  
... <p class="story">Once upon a time there were three little sisters; and their names were 
... <a class="sister" id="link1">Elsie</a>, 
... <a class="sister" id="link2">Lacie</a> and 
... <a class="sister" id="link3">Tillie</a>; 
... and they lived at the bottom of a well.</p> 
...  
... <p class="story">...</p> 
... """

 

#使用bs4庫
>>> from bs4 import BeautifulSoup
>>> soup = BeautifulSoup(html_doc)
>>> print soup.prettify()
<html>
 <head>
  <title>
   The Dormouse's story
  </title>
 </head>
 <body>
  <p class="title">
   <b>
    The Dormouse's story
   </b>
  </p>
  <p class="story">
   Once upon a time there were three little sisters; and their names were
   <a class="sister" id="link1">
    Elsie
   </a>
   ,
   <a class="sister" id="link2">
    Lacie
   </a>
   and
   <a class="sister" id="link3">
    Tillie
   </a>
   ; 
and they lived at the bottom of a well.
  </p>
  <p class="story">
   ...
  </p>
 </body>
</html>

 

提取所需的字段
>>> soup.title                                                    #提取標題
<title>The Dormouse's story</title>
>>> soup.title.name
'title'


>>> soup.title.string                                            #提取標題的內容
u"The Dormouse's story"


>>> soup.a                                                        #提取<a>字段信息(第一個<a>)
<a class="sister" id="link1">Elsie</a>

>>> soup.p
<p class="title"><b>The Dormouse's story</b></p>
>>> soup.p['class']
['title']

 

查找<a>
>>> soup.find_all('a')    
[<a class="sister" id="link1">Elsie</a>, <a class="sister" id="link2">Lacie</a>, <a class="sister" id="link3">Tillie</a>]

>>> for link in soup.find_all('a'):
...     print link.get('href')                        #提取link, href字段
...
http://example.com/elsie
http://example.com/lacie
http://example.com/tillie

 

 

 

 

 

 

 

 

向AI問一下細節

免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。

AI

霍邱县| 海盐县| 仙桃市| 盘锦市| 姚安县| 海丰县| 珠海市| 瑞昌市| 临安市| 育儿| 盐津县| 确山县| 鄄城县| 泰州市| 吴堡县| 龙口市| 额尔古纳市| 盐津县| 海淀区| 樟树市| 景洪市| 虹口区| 弥勒县| 攀枝花市| 浮山县| 玉环县| 西峡县| 远安县| 新干县| 崇阳县| 大余县| 多伦县| 灵丘县| 娄烦县| 武鸣县| 三门峡市| 济宁市| 泌阳县| 新竹县| 贺州市| 北票市|