from bs4 import BeautifulSoup

 soup1 = BeautifulSoup("<html>data</html>","html.parser")

 soup2 = BeautifulSoup(open("D://demo.html"),"html.parser")

BeautifulSoup库解析器：

解析器 使用方法 条件
bs4的HTML解析器 BeautifulSoup(mk,'html.parser') 安装bs4库
lxml的HTML解析器 BeautifulSoup(mk,'lxml') pip install lxml
lxml的XML解析器 BeautifulSoup(mk,'xml') pip install lxml
html5lib的解析器 BeautifulSoup(mk,'html5lib') pip install html5lib

BeautifulSoup类的基本元素：

基本元素 说明
Tag 标签，最基本的信息组织单元，分别用<></>表明开头和结尾
Name 标签的名字，<p>...</p>的名字是'p',格式：<tag>.name
Attributes 标签的属性，字典形式组织，格式：<tag>.attrs
NavigableString 标签内非属性字符串，<>...</>中字符串，格式：<tag>.string
Comment 标签内字符串的注释部分，一种特殊的Comment类型 
 import request

 from bs4 import BeautifulSoup

 r = requests.get('http://www.baidu.com')

 r.raise_for_status()

 r.encoding = r.apparent_encoding

 demo = r.text

 soup = BeautifulSoup(demo,"html.parser")

 print(soup.title)#打印title标签

 tag = soup.a

 prnt(tag)#打印a标签，有时候一个页面里面有很多个a标签，可是这个方法只能获得第一个a标签

 print(soup.a.name)#获得a标签的名字，即a

 print(soup.a.parent.name)#获得a标签的上一级标签

 print(soup.a.parent.parent.nama)#获得a标签的祖父的标签名字

 print(tag.attrs)#获得标签的属性

 print(tag.attrs['class'])#获得a标签的class属性

 print(tag.attrs['href'])#获得a标签的href属性，即相关链接

 print(type(tag.attrs))#获得标签的属性，即字典型<class 'dict'>

 print(type(tag))#获得标签的类型，<class 'bs4.element.Tag'>

 print(soup.a.string)#获得a标签里面的信息

 print(soup.p.string)#获得p标签里面的信息

 print(type(soup.p.string))#获得p标签的string的类型，是NavigavleString型，它可以跨越多个标签层次,<class 'bs4.element.NavigableString'>

 newsoup = BeautifulSoup(demo,"html.parser")#这个HTML里面的p标签里面有一个注释的b标签

 print(newsoup.b.string)#b是一个注释标签，但是打印出来的类型把尖括号去掉了,'This is a Comment'

 #小结：

 #<p class="tittle">...</p>

 #<tag.name   tag.attrs>tag.string</tag.name>

BeautifulSoup类的更多相关文章

  1. 关于BeautifulSoup类中的tag对象的string和text属性

    <dl> <dt> 今开 </dt><dd class="s-down">3.87</dd> </dl> & ...

  2. 爬虫之BeautifulSoup类

    安装:pip install BeautifulSoup4 下表列出了主要的解析器,以及它们的优缺点:看个人习惯选取自己喜欢的解析方式 # 获取html代码 import requests r = r ...

  3. requests和BeautifulSoup

    一:Requests库 Requests is an elegant and simple HTTP library for Python, built for human beings. 1.安装 ...

  4. Python网络爬虫与信息提取（二）—— BeautifulSoup

    BeautifulSoup官方介绍: Beautiful Soup 是一个可以从HTML或XML文件中提取数据的Python库.它能够通过你喜欢的转换器实现惯用的文档导航,查找,修改文档的方式. 官方 ...

  5. 网络爬虫BeautifulSoup库的使用

    使用BeautifulSoup库提取HTML页面信息 #!/usr/bin/python3 import requests from bs4 import BeautifulSoup url='htt ...

  6. python网络爬虫学习笔记（二）BeautifulSoup库

    Beautiful Soup库也称为beautiful4库.bs4库,它可用于解析HTML/XML,并将所有文件.字符串转换为'utf-8'编码.HTML/XML文档是与“标签树一一对应的.具体地说, ...

  7. python BeautifulSoup库的基本使用

    Beautiful Soup 是用Python写的一个HTML/XML的解析器,它可以很好的处理不规范标记并生成剖析树(parse tree). 它提供简单又常用的导航(navigating),搜索以 ...

  8. Beautifulsoup官方文档

    Beautiful Soup 中文文档 原文 by Leonard Richardson (leonardr@segfault.org) 翻译 by Richie Yan (richieyan@gma ...

  9. python爬虫学习(一)：BeautifulSoup库基础及一般元素提取方法

    最近在看爬虫相关的东西,一方面是兴趣,另一方面也是借学习爬虫练习python的使用,推荐一个很好的入门教程:中国大学MOOC的<python网络爬虫与信息提取>,是由北京理工的副教授嵩天老 ...

随机推荐

  1. Android开发过程中的坑及解决方法收录（一）

    之前使用了Android Studio的插件直接为button绑定了监听器,并实现onClick方法(我的onClick方法无论点击哪一个都是要实现setcontentview这个方法设置layout ...

  2. Runnable和Callable接口辨析

    突然发现和启动一个线程有关的有三函数,run(), call(), start(),有点小乱,所以特别梳理一下 首先说一下start(),这个是最好说的,感觉start()和run()这俩名字是真的有 ...

  3. Mysql中的外键分析(什么是外键,为什么要用外键,添加外键，主外键关联删除)

    有一个东西一直在我脑海中是个很烦的东西,但是这东西不搞清楚会阻碍自己的前进.自己做项目demo永远只能用一张表... 所以今天还是学习了下外键希望能够搞明白一些... 百度上搜索外键的作用" ...

  4. Linux 系统的安装 （最全收集）

    在几年前,我曾经多次萌生抛弃Win系统,从而使用Linux系统-----(Ubuntu),但是我每次都会遇到同一个问题,TM怎么安装啊. 不是安装奇慢就是不知道安装的方法. 怎样安装Ubuntu操作系 ...

  5. spring-framework-中文文档三:依赖注入DI

    5.4依赖性 典型的企业应用程序不包含单个对象(或Spring的说法中的bean).即使最简单的应用程序也有几个对象一起工作来展示最终用户将其视为一个连贯的应用程序.下一节将介绍如何从定义许多独立的b ...

  6. memcache 相关

    1.查看memcache是否启动 ps -ef | grep mem

  7. java框架之springmvc

    一.HelloWorld程序 (1)导包:四个spring 核心包(core.beans.context.expression).一个aop包.两个 web 包和一个logging 包: (2)配置 ...

  8. 4种方法实现Html转码

    <script> var HtmlUtil = { /*1.用浏览器内部转换器实现html转码*/ htmlEncode: function(html) { //1.首先动态创建一个容器标 ...

  9. Human Motion Analysis with Wearable Inertial Sensors——阅读1

    Human Motion Analysis with Wearable Inertial Sensors——阅读 博主认为对于做室内定位和导航的人这是一篇很很棒的文章,不是他的技术很牛,而是这是一篇医 ...

  10. Deep Learning - 3 改进神经网络的学习方式

    反向传播算法是大多数神经网络的基础,我们应该多花点时间掌握它. 还有一些技术能够帮助我们改进反向传播算法,从而改进神经网络的学习方式,包括: 选取更好的代价函数 正则化方法 初始化权重的方法 如何选择 ...