2019-10-28 15:16:51

Beautiful Soup的用法(三):bs4.element.Tag的用法

63 / 0 / 0 / 0

在上一节中,通过分析了Beautiful Soup 中各个元素之间的关系,到最后我们定在了bs4.element.Tag这个关键类上,很多关键信息的提取都需要使用到bs4.element.Tag,需要进一步的看看bs4.element.Tag 在提取上,有哪些可以用的方法。

先来看看bs4.element.Tag 具体的是指什么?

#!/usr/bin/python  
#coding=utf-8  

from bs4 import BeautifulSoup  

html = """  
<html><head><title>The Dormouse's story</title></head>  
<body>  
<p class="title" name="dromouse"><b>The Dormouse's story</b></p>  
<p class="story">Once upon a time there were three little sisters; and their names were  
<a href="http://example.com/lacie" class="sister" id="link2">Lacie</a> and  
<a href="http://example.com/tillie" class="sister" id="link3">Tillie</a>;  
and they lived at the bottom of a well.</p>  
</body>  
</html>  
"""  

soup = BeautifulSoup(html, "lxml")  
a_tag = soup.find('a')  
print 'a_tag type:',type(a_tag)  
print a_tag

输出的结果如下:

a_tag type: <class 'bs4.element.Tag'>
<a class="sister" href="http://example.com/lacie" id="link2">Lacie</a>

通俗点Tag 是讲就是 HTML 中的一个个标签。

获取标签name

在提取关键信息中,这个并不是重点,name 可以获得标签的名称,比如a

print a_tag.name

输出的结果为:

a

获取属性值

能够获取到属性特征是有用的特性,比如在a的标签中,我们需要获取到链接地址,使用[] 获取属性,如'href':

print a_tag['href']

输出为:

http://example.com/lacie

获取关键值

在分析时,最常用到的是如何获取网页上显示的数据,也就是html的值,bs4.element.Tag 可以通过text或者get_text()来获取tag的值。

print a_tag.text

获取的结果为:

Lacie

我们通过name[]text 获取了html中关键的熟悉,这对我们来说是相当有用的,也相当的方便。

PS: 如本文对您有疑惑,可加QQ:1752338621 进行讨论。

0 条评论

0
0
官方
微信
官方微信
Q Q
咨询
意见
反馈
返回
顶部