標籤：sub val 代碼 print code parser text 代碼執行 rom
beautifulsoup是用於對爬下來的內容進行解析的工具，其find和find_all方法都很有用。並且按照其解析完之後，會形成樹狀結構，對於網頁形成了類似於json格式的key - value這種樣子，更容易並且更方便對於網頁的內容進行操作。
下載庫就不用多說，使用python的pip，直接在cmd裡面執行pip install beautifulsoup即可
首先仿照其文檔說明，講代碼拷貝過來，如下
from bs4 import BeautifulSouphtml_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>"""soup = BeautifulSoup(html_doc,‘html.parser‘)print soup.find_all(‘a‘)
html_doc即是我們爬下來的東西，這裡方便直接使用了文檔裡面提供的內容。
我們直接對html_doc執行解析，使用的是html.parser這個解析器。
在sublime敲完之後ctrl+B即可運行（推薦下載python的SublimePythonIDE這個外掛程式包，可以直接編譯無需使用cmd）
[<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>][Finished in 0.2s]
代碼執行結果如上，將帶有a的行數執行出來了。
我們按照文檔要求改寫一下，改寫soup的內容，並且答應出結果。（直接黏貼官網內容，不在重複）
soup.title# <title>The Dormouse‘s story</title>soup.title.name# u‘title‘soup.title.string# u‘The Dormouse‘s story‘soup.title.parent.name# u‘head‘soup.p# <p class="title"><b>The Dormouse‘s story</b></p>soup.p[‘class‘]# u‘title‘soup.a# <a class="sister" href="http://example.com/elsie" id="link1">Elsie</a>soup.find_all(‘a‘)# [<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>]soup.find(id="link3")# <a class="sister" href="http://example.com/tillie" id="link3">Tillie</a>
如上，可以很明顯的看出來，解析完畢的soup，形成了key-value格式的資料，使用soup.title等方法可以分別列印出需要的內容。（#為打出內容）
還有其他的一些方法。
for link in soup.find_all(‘a‘): print(link.get(‘href‘))# http://example.com/elsie# http://example.com/lacie# http://example.com/tillie
使用foreach即可很輕鬆的對於複雜父容器的子控制項進行操作。（#為打出內容）
官網最後一個內容是將該網頁的所有的內容去掉符號直接顯示內容。方法如下
print(soup.get_text())# 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.## ...
也很方便的直接把文本的內容打出來了。
以上為beautifulsoup的比較簡單的使用。
python爬蟲---beautifulsoup（1）
Start building with 50+ products and up to 12 months usage for Elastic Compute Service
1 on 1 presale consultation
24/7 Technical Support 6 Free Tickets per Quarter Faster Response
Alibaba Cloud offers highly flexible support services tailored to meet your exact needs.
A comprehensive suite of global cloud computing services to power your business
Payment Methods We Support
