前言：

昨天把传说中的BeautifulSoup4装上了，还没有装好的童鞋，请看本人的上一篇博客：

Python3 Win7安装 BeautifulSoup，依照里面简单的步骤就能够把BeautifulSoup装上啦。非常easy的，表害怕

装好BeautifulSoup4之后，就让我们来好好享受这碗BeautifulSoup吧，哈哈

入门：

以下就来介绍一下BeautifulSoup吧，BeautifulSoup是一个可以从HTML或XML文件里提取数据的Python库.它可以通过你喜欢的转换器实现惯用的文档导航,查找,改动文档的方式.Beautiful Soup会帮你节省数小时甚至数天的工作时间

在你知道有BeautifulSoup这货之前。假设你从一个文本中提取出自己想要的东西，那么预计你应该使用re模块，但先在假设给你一个HTML文件让你提取出一些关键信息，假设再使用re模块，尽管也能够把信息提取出来，可是捏，你可能会绞尽脑汁苦思冥想查阅好多资料。如今，我们有了BeautifulSoup，一切变得超级简单起来，对，就是这么简单

实践：

学习bs4最好的还是查看bs4的官方文档，有中文版的哦，猛点这里官方文档，看起来会非常快，笔者花了大概一个下午的时间，把bs4的官方文档看了一遍，顺手也写了写里面的演示样例程序，假设你没多少时间的话，看看我以下的代码。预计你会非常快上手的。相信我
(*^_^*)

__author__ = 'MrChen'

from bs4 import BeautifulSoup

#这是演示样例

html_doc = """

<html><head><title>The Dormouse's story</title></head>

<body>

<p class="title"><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/elsie" class="sister" id="link1">Elsie</a>,

<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>

<p class="story">...</p>

"""

#初始化，实例化一个BeautifulSoup对象，參数能够是一个字符串，也能够是一个打开的文件比方open('mydoc.html')

soup = BeautifulSoup(html_doc)

print(soup.title)

#输出：<title>The Dormouse's story</title>

print(soup.title.parent)

#输出：<head><title>The Dormouse's story</title></head>

print(soup.title.parent.parent)

#输出：

#<html><head><title>The Dormouse's story</title></head>

#<body>

#<p class="title"><b>The Dormouse's story</b></p>

#<p class="story">Once upon a time there were three little sisters; and their names were

#<a class="sister" href="http://example.com/elsie" id="link1">Elsie</a>,

#<a class="sister" href="http://example.com/lacie" id="link2">Lacie</a> and

#<a class="sister" href="http://example.com/tillie" id="link3">Tillie</a>;

#and they lived at the bottom of a well.</p>

#<p class="story">...</p>

#</body></html>

print(soup.title.name)

#输出：title

print(soup.title.parent.name)

#输出：head

print(soup.title.parent.parent.name)

#输出：html

print(soup.p)

#输出：<p class="title"><b>The Dormouse's story</b></p>

print(soup.p['class'])

#输出：['title']

print(soup.a)

#输出：<a class="sister" href="http://example.com/elsie" id="link1">Elsie</a>

print(soup.find_all('a'))

#输出：

#[<a class="sister" href="http://example.com/elsie" id="link1">Elsie</a>,

# <a class="sister" href="http://example.com/lacie" id="link2">Lacie</a>,

# <a class="sister" href="http://example.com/tillie" id="link3">Tillie</a>]

print(soup.find(id = 'link3'))

#输出：<a class="sister" href="http://example.com/tillie" id="link3">Tillie</a>

for link in soup.find_all('a'):

    print(link.get('href'))

#输出：

# http://example.com/elsie

# http://example.com/lacie

# http://example.com/tillie

print(soup.getText())

#输出：

# The Dormouse's story

#

# The Dormouse's story

# Once upon a time there were three little sisters; and their names were

# Elsie,

# Lacie and

# Tillie;

# and they lived at the bottom of a well.

# ...

print('all tags : <<<<<<')

for tag in soup.find_all(True):

    print(tag.name)

#输出：

#html

#head

#title

#body

#p

#b

#p

#a

#a

#a

#p

Python BeautifulSoup4 使用指南的更多相关文章

  1. Python面向对象编程指南

    Python面向对象编程指南(高清版)PDF 百度网盘 链接:https://pan.baidu.com/s/1SbD4gum4yGcUruH9icTPCQ 提取码:fzk5 复制这段内容后打开百度网 ...

  2. Python 最佳实践指南 2018 学习笔记

    基础信息 版本 Python 2.7 Python 3.x Python2.7 版本在 2020 年后不再提供支持,建议新手使用 3.x 版本进行学习 实现 CPython:Python的标准实现: ...

  3. PEP 8 - Python代码样式指南

    PEP 8 - Python代码样式指南 PEP: 8 标题: Python代码风格指南 作者: Guido van Rossum <python.org上的guido>,Barry Wa ...

  4. Python 编码风格指南

    原文:http://python.jobbole.com/84618/ 本文超出 PEP8 的范畴以涵盖我认为优秀的 Python 风格.本文虽然坚持己见,却不偏执.不仅仅涉及语法.模块布局等问题,同 ...

  5. PYTHON 最佳实践指南（转）

    add by zhj: 本文参考了The Hitchhiker's Guide to Python,当然也加入了作者的一些东西.The Hitchhiker's Guide to Python 的gi ...

  6. (转)PEP 8——Python编码风格指南

    PEP 8——Python编码风格指南标签(空格分隔): Python PEP8 编码规范原文:https://lizhe2004.gitbooks.io/code-style-guideline-c ...

  7. 机器学习实践：《Python机器学习实践指南》中文PDF+英文PDF+代码

    机器学习是近年来渐趋热门的一个领域,同时Python 语言经过一段时间的发展也已逐渐成为主流的编程语言之一.<Python机器学习实践指南>结合了机器学习和Python 语言两个热门的领域 ...

  8. 学习推荐《从Excel到Python数据分析进阶指南》高清中文版PDF

    Excel是数据分析中最常用的工具,本书通过Python与Excel的功能对比介绍如何使用Python通过函数式编程完成Excel中的数据处理及分析工作.在Python中pandas库用于数据处理,我 ...

  9. Python开发人员指南

    本指南是一个全面的资源贡献 给Python的 -为新的和经验丰富的贡献者.这是 保持由维护的Python同一社区.我们欢迎您对Python的贡献! 快速参考 这是设置和添加补丁所需的基本步骤.了解基础 ...

随机推荐

  1. Servlet学习第一天--Servlet开发映射URL配置

    基础不扎实,从头学,认真记录笔记. 感谢@孤傲苍狼:http://www.cnblogs.com/xdp-gacl/p/3760336.html -为什么要配置? 由于客户端是通过URL访问web服务 ...

  2. private、 protected、 public、 internal 修饰符的访问权限

    private : 私有成员, 在类的内部才可以访问. protected : 保护成员,该类内部和继承类中可以访问. public : 公共成员,完全公开,没有访问限制. internal: 当前程 ...

  3. RMA编码为必输

    应用 Oracle Inventory 层 Level Function 函数名 Funcgtion Name RCV_RCVTXERE 表单名 Form Name RCVTXERE 说明 Descr ...

  4. 一个简单的RTTI实现

    RTTI是"Runtime Type Information"的缩写,意思是:运行时类型信息.它提供了运行时确定对象类型的方法. 最近在写的一些东西,不想使用MFC之类的框架,但是 ...

  5. Android程序的入口点

    原文:Android程序的入口点 android应用程序,由一到多个Activity组成.每个Activity没有很紧密的联系,因为我们可以在自己的程序中调用其它Activity,特别是调用自己的代码 ...

  6. linux内核源码阅读之facebook硬盘加速flashcache之五

    正常流程到flashcache_map的1623行或1625行,按顺序先看读流程: 1221static void 1222flashcache_read(struct cache_c *dmc, s ...

  7. 07.15 first与first-child的区别

    举例: $("ul li:first");  //选取第一个 <ul> 元素的第一个 <li> 元素 $("ul li:first-child&q ...

  8. [置顶] How to compile openjdk 7 in RHEL5

    1. 为什么要编译openjdk的code? 因为从Eclipse调试JDK的代码时,方法中的局部变量不能显示,这样是因为编译JDK时,没有编译成debug版本. 2. RHEL5中自带的开发者JDK ...

  9. HDoj-1228-A + B

    A + B Time Limit: 2000/1000 MS (Java/Others)    Memory Limit: 65536/32768 K (Java/Others) Total Subm ...

  10. xcode - 移动手势

    #import "ViewController.h" @interface ViewController () /** 创建一个UIView */ @property(nonato ...