首页 前端知识 认识爬虫:beautifulsoup4 库如何使用三种方式提取 html 网页元素?

认识爬虫:beautifulsoup4 库如何使用三种方式提取 html 网页元素?

2024-08-10 22:08:52 前端知识 前端哥 127 244 我要收藏

最后

Python崛起并且风靡,因为优点多、应用领域广、被大牛们认可。学习 Python 门槛很低,但它的晋级路线很多,通过它你能进入机器学习、数据挖掘、大数据,CS等更加高级的领域。Python可以做网络应用,可以做科学计算,数据分析,可以做网络爬虫,可以做机器学习、自然语言处理、可以写游戏、可以做桌面应用…Python可以做的很多,你需要学好基础,再选择明确的方向。这里给大家分享一份全套的 Python 学习资料,给那些想学习 Python 的小伙伴们一点帮助!

👉Python所有方向的学习路线👈

Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。

👉Python必备开发工具👈

工欲善其事必先利其器。学习Python常用的开发软件都在这里了,给大家节省了很多时间。

👉Python全套学习视频👈

我们在看视频学习的时候,不能光动眼动脑不动手,比较科学的学习方法是在理解之后运用它们,这时候练手项目就很适合了。

👉实战案例👈

学python就与学数学一样,是不能只看书不做题的,直接看步骤和答案会让人误以为自己全都掌握了,但是碰到生题的时候还是会一筹莫展。

因此在学习python的过程中一定要记得多动手写代码,教程只需要看一两遍即可。

👉大厂面试真题👈

我们学习Python必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有阿里大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。

需要这份系统化学习资料的朋友,可以戳这里获取

一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!

5print beau_soup.title

6# The Dormouse’s story

7

8# 获取第一个 p 元素

9print beau_soup.p

10#

The Dormouse’s story

11

12# 获取第一个 p 元素的 class 属性

13print beau_soup.p[‘class’]

14# [u’title’]

15

16# 获取第一个 p 元素下面的 b 元素

17print beau_soup.p.b

18# The Dormouse’s story

19

20# 获取 p 元素的父节点的源代码

21print beau_soup.p.parent

22’‘’

23

24

The Dormouse’s story

25

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

26Elsie,

27Lacie and

28Tillie;

29and they lived at the bottom of a well.

30

31

32’‘’

33# 获取 p 元素的父节点的名称

34print beau_soup.p.parent.name

35# body

4、通过元素搜索的方式获取元素、属性等

1’‘’

2除了通过结构化的方式获取元素,在其他情况使用结构化不容易获取元素时,

3可以使用类似于的搜索的功能对源代码的标签、属性等进行筛选。

4find() 函数、find_all() 函数可以利用多个条件的模式对源代码标签等

5进行搜索。

6’‘’

7’‘’

8find_all(self, name=None, attrs={}, recursive=True, text=None,

9 limit=None, **kwargs)

10结果返回一个 list 集合

11’‘’

12

13# 搜索所有 p 元素、然后返回一个 p 元素的 list

14print beau_soup.find_all(‘p’)

15# 搜索所有 a 元素、然后返回一个 a 元素的 list

16links = beau_soup.find_all(‘a’)

17for link in links:

18 print ‘未爬取的链接:’,link[‘href’]

19

20# 多条件查找,获取 p 元素、并且 class 属性 == title 的元素

21print beau_soup.find_all(‘p’,class_=‘title’)

22’‘’

23 find(self, name=None, attrs={}, recursive=True, text=None,

24 **kwargs)

25结果只返回一个,如果有多个则返回第一个,相比 find_all() 函数少了 limit 参数

26’‘’

27

28# 通过 id 搜索

29print beau_soup.find(id=‘link3’)

30

31# 多条件查找,获取 p 元素、并且 class 属性 == title 的元素

32print beau_soup.find(‘p’,class_=‘title’)

33

34import re

35

36# 多条件查找,获取 a 元素的 href 属性中包含 lacie 字符串的元素对象

37print beau_soup.find(‘a’,href=re.compile(r"lacie"))

5、通过样式选择器的方式获取元素、属性等

1’‘’

2除了上述使用结构化获取、元素/属性查找的方式,还提供了 select()

学好 Python 不论是就业还是做副业赚钱都不错,但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料,给那些想学习 Python 的小伙伴们一点帮助!

一、Python所有方向的学习路线

Python所有方向路线就是把Python常用的技术点做整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。

二、学习软件

工欲善其事必先利其器。学习Python常用的开发软件都在这里了,给大家节省了很多时间。

三、全套PDF电子书

书籍的好处就在于权威和体系健全,刚开始学习的时候你可以只看视频或者听某个人讲课,但等你学完之后,你觉得你掌握了,这时候建议还是得去看一下书籍,看权威技术书籍也是每个程序员必经之路。

四、入门学习视频

我们在看视频学习的时候,不能光动眼动脑不动手,比较科学的学习方法是在理解之后运用它们,这时候练手项目就很适合了。

五、实战案例

光学理论是没用的,要学会跟着一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。

六、面试资料

我们学习Python必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有阿里大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。

网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友,可以戳这里获取

一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!

转载请注明出处或者链接地址:https://www.qianduange.cn//article/15215.html
标签
爬虫
评论
发布的文章

安装Nodejs后,npm无法使用

2024-11-30 11:11:38

大家推荐的文章
会员中心 联系我 留言建议 回顶部
复制成功!