作为python中优秀获取数据的工具,Beautiful Soup种类也比较多。每一个种类对应着不同的知识点,小伙伴们学习的时候要用心记忆。当然知识不是一天就能学会的,就像罗马也不是一天就建成的。勤学勤练才是进阶python大神的唯一路径。接下来就开始我们今天对于Beautiful Soup的学习吧。
一、Tag
Tag 是什么?通俗点讲就是 HTML 中的一个个标签,例如
<title>The Dormouse's story</title>
<a href="http://example.com/elsie" id="link1">Elsie</a>
二、NavigableString
既然我们已经得到了标签的内容,那么问题来了,我们要想获取标签内部的文字怎么办呢?很简单,用 .string 即可,例如
print soup.p.string
#The Dormouse's story
三、BeautifulSoup
BeautifulSoup 对象表示的是一个文档的全部内容。大部分时候,可以把它当作 Tag 对象,是一个特殊的 Tag,我们可以分别获取它的类型,名称,以及属性来感受一下
print type(soup.name)
#<type 'unicode'>
print soup.name
# [document]
print soup.attrs
#{} 空字典
四、Comment
Comment 对象是一个特殊类型的 NavigableString 对象,其实输出的内容仍然不包括注释符号,但是如果不好好处理它,可能会对我们的文本处理造成意想不到的麻烦。 我们找一个带注释的标签
print soup.a
print soup.a.string
print type(soup.a.string)
以上就是python爬虫中Beautiful Soup的4个种类。更多Python学习推荐:PyThon学习网教学中心。
发表评论
还没有评论,快来抢沙发吧!