BeautifulSoup4的基本使用

序：beautifulsoup是python解析html非常好用的第三方庫！

pip install beautifulsoup4

from bs4 import beautifulsoup

html_str = ""
" 
""" soup = beautifulsoup(html_str,'html.parser')
#html物件 text文字去掉標籤
# print(soup)
# print(soup.text)
# 物件型別
# print(type(soup))
# 查詢a標籤 .text列印a的內容
# print(soup.find('a'))
# print(soup.find('a').text)
# 查詢a標籤 class=baidu的
# 查詢id=lagou
# print(soup.find(id='lagou'))
# 查詢title='mmm' 前邊可以寫具體找哪個標籤
# print(soup.find(title='mmm'))
# find_all 找所有 返回乙個list 陣列型別
# print(soup.find_all('a'))
# print(soup.find_all('a')[0]) #第乙個
all_a = soup.find_all('a')
for item in
all_a:
ifitem:
# print(item.attrs)
print(item.attrs['href']) #dict型別

Beautiful Soup4的簡單使用

beautiful soup是乙個python庫 beautiful soup 是乙個可以從html或xml檔案中提取資料的python庫.它能夠通過你喜歡的轉換器實現慣用的文件導航,查詢,修改文件的方式.如果想使用當然需要先安裝beautiful soup 命令 pip install beaut...

網頁爬蟲 BeautifulSoup4模組介紹

2 beautifulsoup4處理標籤方法 3 正規表示式 4 其它 pip install beautifulsoup4import bs4 引入urllib.request模組 import urllib.request html.read 為urllib.request.urlopen 方法...

爬蟲筆記 關於Beautiful Soup 4

再使用beautiful soup 4時遇到了一些問題，找到了解決方法，通過本博文將遇到的問題和解決方法記錄下來，方便回顧也希望能幫助大家解決類似問題。遇到這個錯誤的原因是 文件包含以完全不同的編碼編寫的文字 這時候需要待解析文字的指定編碼方式，通常可以在網頁原始碼中找到網頁的編碼方式，就像下圖 接...