基于bs4库的HTML查找方法

基于bs4库的HTML查找方法

find_all方法

<>.find_all(name,attrs,recursive,string,**kwargs)

返回一个列表类型，内部存储查找的结果

name

对标签名称的检索字符串

import requests
from bs4 import BeautifulSoup

r=requests.get('http://python123.io/ws/demo.html')
demo=r.text
soup=BeautifulSoup(demo,'html.parser')
list_a=soup.find_all('a')# 查找多个标签
for item in list_a:
    print(item)

list_a_b=soup.find_all(['a','b'])#查找多个标签

print("------------")

for item in list_a_b:
    print(item)

# 查找所有的标签

for tag in soup.find_all(True):
    print(tag.name)

attrs

对标签属性值检索的字符串，可标注属性检索

# 查找对应属性的标签
print(soup.find_all('p','course'))

#查找对一个id的信息
print(soup.find_all(id='link1'))

recursive

是否针对子孙节点全部进行搜索，默认是True

soup.find_all('a',recursive=False)#不对子孙节点进行搜索

简写

(...)等价于.find_all()

soup(...)等价于soup.find_all()

扩展方法

方法	说明
<>.find()	搜索仅仅返回一个结果，字符串类型,同find_all参数
<>.find_parents()	在先辈中搜索，返回列表类型,同find_all参数
<>.find_parent()	在先辈节点中返回一个结果，字符串类型，同find参数
<>.find_next_siblings()	在后续平行节点中搜索，返回列表类型，同find参数
<>.find_next_sibling()	在后续平行节点返回一个结果，字符串类型，同find参数
<>.find_previous_siblings()	在前序平行节点中搜索，返回列表类型，同find参数
<>.find_previous_sibling()	在前序平行节点返回一个结果，字符串类型，同find参数