关于python中beautifulsoup库的用法(超简单)
前言
之前有节实验课研究了爬虫,我深刻地感觉到了xpath就不适合玩爬虫(个人见解),于是我开始试着重新复习beautifulsoup库了
beautifulsoup库的使用
安装和引用
安装直接pip安装就好了
1 | pip install bs4 |
引用
1 | from bs4 import BeautifulSoup |
创建对象
1 | soup = BeautifulSoup(res_text,"html.parser",from_encoding="utf-8") |
html.parser 是一个算是用于解释html文档的东西
使用
首先我需要一个html文档,一般来说是用了requests模块以后得来的content
然后使用的语法
查找标签
1 | test1 = soup.findAll('a') |
我们还可以和著名的re库,也就是正则表达式一起用
1 | test4 = soup.findAll('a',class_='xxx',text=re.compile('.*?story.*?')) |
查找标签里的内容
1 | for item in test1: |
本博客所有文章除特别声明外,均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来自 Ethanyi's Blog!
评论