BeautifulSoup的四大对象种类是什么
BeautifulSoup的四大对象种类是什么?很多新手对此不是很清楚,为了帮助大家解决这个难题,下面小编将为大家详细讲解,有这方面需求的人可以来学习下,希望你能有所收获。
目前创新互联已为成百上千家的企业提供了网站建设、域名、网站空间、网站托管、服务器租用、企业网站设计、兴庆网站维护等服务,公司将坚持客户导向、应用为本的策略,正道将秉承"和谐、参与、激情"的文化,与客户和合作伙伴齐心协力一起成长,共同发展。
四大对象种类
Beautiful Soup将复杂HTML文档转换成一个复杂的树形结构,每个节点都是Python对象,所有对象可以归纳为4种:
(1)Tag
(2)NavigableString
(3)BeautifulSoup
(4)Comment
1. Tag
Tag 通俗点讲就是 HTML 中的一个个标签,例如:
from bs4 import BeautifulSoup html = """ """ # 创建 Beautiful Soup 对象 soup = BeautifulSoup(html, "lxml") print(soup.li) #
我们可以利用 soup 加标签名轻松地获取这些标签的内容,这些对象的类型是bs4.element.Tag。但是注意,它查找的是在所有内容中的第一个符合要求的标签。如果要查询所有的标签,后面会进行介绍。
对于 Tag,它有两个重要的属性,是name和attrs。
from bs4 import BeautifulSoup html = """ """ # 创建 Beautiful Soup 对象 soup = BeautifulSoup(html, "lxml") print(soup.li.attrs) # {'class': ['item-0']} print(soup.li["class"]) # ['item-0'] print(soup.li.get('class')) # ['item-0'] print(soup.li) #
2. 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
from bs4 import BeautifulSoup html = """ """ # 创建 Beautiful Soup 对象 soup = BeautifulSoup(html, "lxml") print(soup.li.string) # first item print(soup.a.string) # first item print(soup.span.string) # third item # print(soup.p.string) # AttributeError: 'NoneType' object has no attribute 'string' print(type(soup.li.string)) #
3. BeautifulSoup
BeautifulSoup 对象表示的是一个文档的内容。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。
from bs4 import BeautifulSoup html = """ """ # 创建 Beautiful Soup 对象 soup = BeautifulSoup(html, "lxml") print(soup.name) # [document] print(soup.attrs) # {}, 文档本身的属性为空 print(type(soup.name)) #
4. Comment
Comment 对象是一个特殊类型的 NavigableString 对象,其输出的内容不包括注释符号。
from bs4 import BeautifulSoup html = """ """ # 创建 Beautiful Soup 对象 soup = BeautifulSoup(html, "lxml") print(soup.a) # print(soup.a.string) # Elsie print(type(soup.a.string)) #
a 标签里的内容实际上是注释,但是如果我们利用 .string 来输出它的内容时,注释符号已经去掉了。
看完上述内容是否对您有帮助呢?如果还想对相关知识有进一步的了解或阅读更多相关文章,请关注创新互联行业资讯频道,感谢您对创新互联的支持。
本文题目:BeautifulSoup的四大对象种类是什么
网页网址:http://pwwzsj.com/article/giipcs.html