编程语言
首页 > 编程语言> > python beautifulsoup4解析网页

python beautifulsoup4解析网页

作者:互联网

安装:

pip install bs4
pip install lxml

引用:

from urllib.request import urlopen
from bs4 import BeautifulSoup
r = urlopen('https://www.boc.cn/sourcedb/whpj/')
response = r.read().decode('utf-8')
soup = BeautifulSoup(response, features= 'lxml')

常用的函数:
搜索文档树,选择对象节点:
**find_all( name , attrs , recursive , text , kwargs )

以下td标签为例:
<td class="pjrq">2021.01.30 10:30:00</td>

选中td的方法,返回为1个list列表:

soup.find_all('td'),
soup.find_all('td', class="pjrq")
#如果是data-属性:
soup.find_all(td, attrs={"data-foo": "value"})

判断对象含不含一个attr,有的话输出:

td = soup.find_all('td')
if td.has_attr('class'):
   attr = td.get('class')[0]

输出节点内容:

soup.find_all('td')[0].string
soup.find_all('td')[0].text

标签:网页,attr,python,class,find,soup,bs4,beautifulsoup4,td
来源: https://blog.csdn.net/qq_41122834/article/details/113445588