010 python介面 bs4解析html
阿新 • • 發佈：2018-11-03
''' 時間：2018/11/03 功能：bs4解析html 目錄: 一: 學習使用 1 官網介紹 2 安裝Beautiful Soup 3 四種物件 (1) 全部 (2) 標籤 (3) 字元 (4) 註釋 二: 實戰使用 '''
一: 學習使用
1 官網介紹
1 : 訪問官網地址: https://beautifulsoup.readthedocs.io
2 : 可以檢視介紹和使用。
2 安裝Beautiful Soup
1 : 執行輸入"cmd"，進入Dos視窗。
2 : 輸入"pip install beautifulsoup4"(安裝beautifulsoup4模組)。
1 : 輸入"pip list"(檢視安裝的庫)。
2 : 可以看見已經安裝了beautifulsoup4 (4.6.3)。
1 : 輸入"pip show beautifulsoup4"(檢視beautifulsoup4的資訊)。
3 四種物件
(1) 全部
<meta charset="UTF -8"> <! -- for HTML5 -- > <meta http-equiv="Content-Type" content="text/html; charset=utf -8"/> <html> <head><title>汁蟲</title></head> <body> <b><! -- Hey, this in comment!--></b > <p class="title"><b>汁蟲</b></p> <a href="https://www.cnblogs.com/huafan/category/1264131.html class="sister" id="link1">fiddler</a>, <a href="https://www.cnblogs.com/huafan/category/1282855.html" class="sister" id="link2" >python</a>, <a href="https://www.cnblogs.com/huafan/category/1264133.html" class="sister" id="link3" >python</a>, 快來關注吧！</p> <p class="story">...</p>
1 : 使用這份html做測試文件，命名為"汁蟲.html"。
# coding:utf-8 from bs4 import BeautifulSoup yo = open("汁蟲.html", # 檔案路徑 - 同一級目錄不需要寫路徑 "rb") # 開啟方式 - 讀取 # 全部顯示 - html soup = BeautifulSoup(yo, # 檔案的物件 "html.parser") # 解析器名稱 print(soup, end="\n\n") # 列印內容 print(type(soup)) # 列印型別
<meta charset="utf-8"/> <!-- -- for HTML5 -- --> <meta content="text/html; charset=utf-8" http-equiv="Content-Type"> <html> <head><title>汁蟲</title></head> <body> <b><!-- -- Hey, this in comment!----></b> <p class="title"><b>汁蟲</b></p> <a href="https://www.cnblogs.com/huafan/category/1264131.html class=" id="link1" sister"="">fiddler</a>, <a class="sister" href="https://www.cnblogs.com/huafan/category/1282855.html" id="link2">python</a>, <a class="sister" href="https://www.cnblogs.com/huafan/category/1264133.html" id="link3">python</a>, 快來關注吧！</body></html></meta> <p class="story">...</p> <class 'bs4.BeautifulSoup'>
(2) 標籤
(3) 字元
(4) 註釋
二: 實戰使用