Python中bs4有什么用

这篇文章主要介绍了Python中bs4有什么用，具有一定借鉴价值，感兴趣的朋友可以参考下，希望大家阅读完这篇文章之后大有收获，下面让小编带着大家一起了解一下。

了解bs4

bs4(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Beautiful Soup会帮你节省数小时甚至数天的工作时间

BeautifulSoup

BeautifulSoup是bs4中非常重要的一个类它利用html或xml文件快速生一个对象我们可以借用该对象的方法和属性快速获取我们需要的数据用法： BeatifulSoup(html, resolver)解析器的选择，根据不同的需求选择响应的解析器

bs4中对象的种类

首先来看一段测试代码：

import bs4import requests# html测试代码 #只包含一个div标签#div中包含一个p标签，一段文本 和 一段注释html ='
p标签文本
div中文本
'# 利用html字符串实例化BeautifulSoup对象soup = bs4.BeautifulSoup(html,'html.parser')# 利用.div的方式访问节点print(type(soup.div),'--->',soup.div) # 利用.class的方式访问属性# 打印div节点中的元素和类型for item in soup.div:    print(type(item),'--->',item)

显示结果：

Beautiful Soup将复杂HTML文档转换成一个复杂的树形结构每个节点都是Python对象所有对象可以归纳为4种 Tag , NavigableString , BeautifulSoup , Comment .>Tag对象    html文档中每一个标签都会在BeautifulSoup中以Tag形式出现    Tag中可以包含其他的Tag和其他部分对象    Tag具有许多的属性，可以用于访问标签或其子标签的属性和文本等    例如：            Tag.name返回标签名            Tag.string返回标签中的文本信息(Tag仅包含一个文本时，多个用strings)    Tag中的属性通过赋值修改，会改动相应html文件中标签>NavigableString对象    Tag中的字符串用NavigableString对象来包装    作为字符串不能被直接编辑，但可以用replace()替换    在BeautifulSoup外调用需使用unicode()方法>BeautifulSoup对象    包含一个文档的全部内容    大多数情况下可以看作是一个大的Tag对象，支持遍历和搜索文档树>Comment 对象    Comment对象是一个特殊的NavigableString对象    用来包装文档中的注释和特殊字符串等

根据需求匹配节点或信息

find和findall方法适用对象：Tag  BeautifulSoupfind会返回满足条件的第一个节点findall方法会以列表形式返回满足匹配条件的所有节点Tag.find('a',) # 返回Tag中第一个a标签节点Tag.find('a',class_="hello") # 返回Tag中第一个class为"hello"的a标签Tag.find_all('p',text='p标签文本') # 返回Tag中包含(string属性为'p标签文本'的NavigableString节点)的p标签

获取文本信息

string，strings ，text 属性和 get_text()方法以上方法都可以用于获取文本适用对象：    string 适用于bs4中的全体对象 (Tag  BeautifulSoup NavigableString Comment)    strings ,text , get_text()     适用于    Tag  BeautifulSoup区别：    tag.strings返回一个生成器    可以迭代获取tag节点及其子孙节点中所有的NavigableString节点    返回的是每一个元素类型都是NavigebleString节点    tag.string    当tag的子节点只包含一个NavigebleString节点，返回该节点    当tag只有一个子节点时，返回该子节点的string属性的返回值    此外均返回None    tag.get_text()返回一个字符串    用于捕获该节点的所有子孙节点中的非注释文本(即NavigebleString节点的string返回值)    tag.text    在bs4源码中text是接收get_text()返回值的变量    等同于tag.get_text()

感谢你能够认真阅读完这篇文章，希望小编分享的"Python中bs4有什么用"这篇文章对大家有帮助，同时也希望大家多多支持，关注行业资讯频道，更多相关知识等着你来学习!