Python爬蟲庫(kù)BeautifulSoup如何獲取對(duì)象(標(biāo)簽)名,屬性,內(nèi)容,注釋

這篇文章主要介紹了Python爬蟲庫(kù)BeautifulSoup如何獲取對(duì)象(標(biāo)簽)名,屬性,內(nèi)容,注釋，具有一定借鑒價(jià)值，感興趣的朋友可以參考下，希望大家閱讀完這篇文章之后大有收獲，下面讓小編帶著大家一起了解一下。

python的數(shù)據(jù)類型有哪些?

python的數(shù)據(jù)類型：1. 數(shù)字類型，包括int（整型）、long（長(zhǎng)整型）和float（浮點(diǎn)型）。2.字符串，分別是str類型和unicode類型。3.布爾型，Python布爾類型也是用于邏輯運(yùn)算，有兩個(gè)值：True（真）和False（假）。4.列表，列表是Python中使用最頻繁的數(shù)據(jù)類型，集合中可以放任何數(shù)據(jù)類型。5. 元組，元組用”()”標(biāo)識(shí)，內(nèi)部元素用逗號(hào)隔開。6. 字典，字典是一種鍵值對(duì)的集合。7. 集合，集合是一個(gè)無序的、不重復(fù)的數(shù)據(jù)組合。

一、Tag(標(biāo)簽)對(duì)象

1.Tag對(duì)象與XML或HTML原生文檔中的tag相同。

from bs4 import BeautifulSoup
soup = BeautifulSoup('<b class="boldest">Extremely bold</b>','lxml')
tag = soup.b
type(tag)

bs4.element.Tag

2.Tag的Name屬性

每個(gè)tag都有自己的名字，通過.name來獲取

tag.name

'b'

tag.name = "blockquote" # 對(duì)原始文檔進(jìn)行修改
tag

<blockquote class="boldest">Extremely bold</blockquote>

3.Tag的Attributes屬性

獲取單個(gè)屬性

tag['class']

['boldest']

按字典的方式獲取全部屬性

tag.attrs

{'class': ['boldest']}

添加屬性

tag['class'] = 'verybold'
tag['id'] = 1
print(tag)

<blockquote class="verybold" id="1">Extremely bold</blockquote>

刪除屬性

del tag['class']
del tag['id']
tag

<blockquote>Extremely bold</blockquote>

4.Tag的多值屬性

多值屬性會(huì)返回一個(gè)列表

css_soup = BeautifulSoup('<p class="body strikeout"></p>','lxml')
print(css_soup.p['class'])

['body', 'strikeout']

rel_soup = BeautifulSoup('<p>Back to the <a rel="index">homepage</a></p>','lxml')
print(rel_soup.a['rel'])
rel_soup.a['rel'] = ['index', 'contents']
print(rel_soup.p)

['index']
<p>Back to the <a rel="index contents">homepage</a></p>

如果轉(zhuǎn)換的文檔是XML格式，那么tag中不包含多值屬性

xml_soup = BeautifulSoup('<p class="body strikeout"></p>', 'xml')
xml_soup.p['class']

'body strikeout'

二、可遍歷字符串(NavigableString)

1.字符串常被包含在tag內(nèi)，使用NavigableString類來包裝tag中的字符串

from bs4 import BeautifulSoup
soup = BeautifulSoup('<b class="boldest">Extremely bold</b>','lxml')
tag = soup.b
print(tag.string)
print(type(tag.string))

Extremely bold
<class 'bs4.element.NavigableString'>

2.一個(gè) NavigableString 字符串與Python中的str字符串相同，通過str() 方法可以直接將 NavigableString 對(duì)象轉(zhuǎn)換成str字符串

unicode_string = str(tag.string)
print(unicode_string)
print(type(unicode_string))

Extremely bold
<class 'str'>

3.tag中包含的字符串不能編輯,但是可以被替換成其它的字符串,用 replace_with() 方法

tag.string.replace_with("No longer bold")
tag

<b class="boldest">No longer bold</b>

三、BeautifulSoup對(duì)象 BeautifulSoup 對(duì)象表示的是一個(gè)文檔的全部?jī)?nèi)容。

大部分時(shí)候,可以把它當(dāng)作 Tag 對(duì)象,它支持 遍歷文檔樹 和 搜索文檔樹 中描述的大部分的方法。

四、注釋與特殊字符串(Comment)對(duì)象

markup = "<b><!--Hey, buddy. Want to buy a used parser?--></b>"
soup = BeautifulSoup(markup,'lxml')
comment = soup.b.string
type(comment)

bs4.element.Comment

Comment 對(duì)象是一個(gè)特殊類型的 NavigableString 對(duì)象

comment

'Hey, buddy. Want to buy a used parser?'

感謝你能夠認(rèn)真閱讀完這篇文章，希望小編分享的“Python爬蟲庫(kù)BeautifulSoup如何獲取對(duì)象(標(biāo)簽)名,屬性,內(nèi)容,注釋”這篇文章對(duì)大家有幫助，同時(shí)也希望大家多多支持億速云，關(guān)注億速云行業(yè)資訊頻道，更多相關(guān)知識(shí)等著你來學(xué)習(xí)!