Beautiful Soup parses anything you give it, and does the tree traversal stuff for you.

BeautifulSoup庫是解析、遍歷、維護 “標簽樹” 的功能庫(遍歷，是指沿著某條搜索路線，依次對樹中每個結點均做一次且僅做一次訪問)。https://www.crummy.com/software/BeautifulSoup

BeautifulSoup庫我們常稱之為bs4，導入該庫為：from bs4 import BeautifulSoup。其中，import BeautifulSoup即主要用bs4中的BeautifulSoup類。

bs4庫解析器

BeautifulSoup類的基本元素

1 import requests

2 from bs4 import BeautifulSoup

3

4 res = requests.get('http://www.pmcaff.com/site/selection')

5 soup = BeautifulSoup(res.text,'lxml')

6 print(soup.a)

7 # 任何存在于HTML語法中的標簽都可以用soup.訪問獲得，當HTML文檔中存在多個相同對應內容時，soup.返回第一個。

8

9 print(soup.a.name)

10 # 每個都有自己的名字，可以通過.name獲取，字符串類型

11

12 print(soup.a.attrs)

13 print(soup.a.attrs['class'])

14 # 一個可能有一個或多個屬性，是字典類型

15

16 print(soup.a.string)

17 # .string可以取到標簽內非屬性字符串

18

19 soup1 = BeautifulSoup('

20 print(soup1.p.string)

21 print(type(soup1.p.string))

22 # comment是一種特殊類型，也可以通過.string取到

運行結果：

登錄

a

{'href': '', 'class': ['no-login']} ['no-login']

登錄

這里是注釋

bs4庫的HTML內容遍歷

HTML的基本結構

標簽樹的下行遍歷

其中，BeautifulSoup類型是標簽樹的根節點。

1 # 遍歷兒子節點

2 for child in soup.body.children:

3 print(child.name)

4

5 # 遍歷子孫節點

6 for child in soup.body.descendants:

7 print(child.name)

標簽樹的上行遍歷

1 # 遍歷所有先輩節點時，包括soup本身，所以要if...else...判斷

2 for parent in soup.a.parents:

3 if parent is None:

4 print(parent)

5 else:

6 print(parent.name)

運行結果：

div

div

body

html

[document]

標簽樹的平行遍歷

1 # 遍歷后續節點

2 for sibling in soup.a.next_sibling:

3 print(sibling)

4

5 # 遍歷前續節點

6 for sibling in soup.a.previous_sibling:

7 print(sibling)

bs4庫的prettify()方法

prettify()方法可以將代碼格式搞的標準一些，用soup.prettify()表示。在PyCharm中，用print(soup.prettify())來輸出。

總結

以上是生活随笔為你收集整理的python中bs4_python bs4库的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。