BeautifulSoup模块是用来从HTML/XML等文件提取所需数据的Python库.模块定义了许多有效的方法,便于处理导航、搜索、修改分析树等功能.与re模块相比,实现相同的功能简便高效.下图是bs4模块定义的子模块以及BeautifulSoup模块定义的函数.下文将介绍如何遍历文档树.
工具/原料
1
ubuntu 16.04LTS系统
2
交互开发环境IPython 2.4.1
3
Python 2.7.12
方法/步骤
1
子节点概念:HTML文件中某个TagA可能包含多个字符串或其它的TagB,TagC,这些都是这个TagA的子节点.BeautifulSoup提供了许多操作和遍历子节点的函数.
2
通过对属性tag.children的调用,可以得到某个tag直接的子节点.如图所示:.children会返回一个迭代器,包含所有的子节点.
3
.descendants属性的使用,从上文看直接调用.children得到直接的子节点,如果用descendants属性,可以获取该tag的所有子孙节点.方法如下图所示:
4
属性.string,.strings和stripped_strings的区别如下图用例所示:如果tag有一个子节点,可以用.string;如果有多个子节点,可以用strings;如果输出的字符串中可能包含了很多空格或空行,使用 .stripped_strings 可以去除多余空白内容.
5
父节点概念:每个tag或字符串都有父节点:被包含在某个tag中,可以通过.parent属性来获取父节点.如下图用例所示:需要注意下图用例当tag=head时,它的父节点是html,也就是整个对象.
6
兄弟节点的概念:和一个节点同级的tag称为兄弟节点.注意:在同级中,第一个tag只有.next_sibling的属性,最后一个节点只有.previous_sibling的属性.
7test HTML解析器把这段字符串转换成一连串的事件: “打开”,”打开”,”打开”,读取字符串'test',关闭<title>,关闭<head>.以上描述可以通过以下的属性说明.next_element 和 .previous_element以及返回迭代器的属性:.next_elements 和 .previous_elements,如下图所示:</p></div></div><div class="ltitle"><span>注意事项</span></div><div class="lcon"><p>注意属性.next_element 和属性.next_sibling的区别.</p></div><div class="prev_next">
<div class="prev">
<span>上一篇：</span><a href="/eciat.html">python怎么安装excel需要的库</a>
</div>
<div class="next">
<span>下一篇：</span><a href="/eciav.html">Python库详解之os库--文件和目录操作(续2)</a>
</div>
</div>
</div>
<div class="appleccmw content-right">
<div class="listmore">推荐信息</div>
<div class="send_list">
<ul>
<li><a href="/echuh.html" title="声宝AM-PY36D/AU-PY36D型冷气机说明书:[3]"><span>1</span><h3>声宝AM-PY36D/AU-PY36D型冷气机说明书:[3]</h3></a></li>
<li><a href="/echzu.html" title="Python库详解之random库"><span>2</span><h3>Python库详解之random库</h3></a></li>
<li><a href="/echzv.html" title="Python库详解之heapq库"><span>3</span><h3>Python库详解之heapq库</h3></a></li>
<li><a href="/echzw.html" title="Python库详解之os库"><span>4</span><h3>Python库详解之os库</h3></a></li>
<li><a href="/echzx.html" title="python如何安装第三方库"><span>5</span><h3>python如何安装第三方库</h3></a></li>
<li><a href="/echzy.html" title="python的random库应用讲解"><span>6</span><h3>python的random库应用讲解</h3></a></li>
<li><a href="/echzz.html" title="python怎么安装已经下载的库，安装python库"><span>7</span><h3>python怎么安装已经下载的库，安装python库</h3></a></li>
<li><a href="/eciaa.html" title="python怎么查看安装了哪些库？"><span>8</span><h3>python怎么查看安装了哪些库？</h3></a></li>
<li><a href="/eciab.html" title="如何在windows上查看python安装了哪些库"><span>9</span><h3>如何在windows上查看python安装了哪些库</h3></a></li>
<li><a href="/eciac.html" title="python的requests库的安装和使用"><span>10</span><h3>python的requests库的安装和使用</h3></a></li>
<li><a href="/eciad.html" title="Python库之BeautifulSoup库的搜索文档树(续1)"><span>11</span><h3>Python库之BeautifulSoup库的搜索文档树(续1)</h3></a></li>
<li><a href="/eciae.html" title="Python库详解之re库(续1)"><span>12</span><h3>Python库详解之re库(续1)</h3></a></li>
<li><a href="/eciaf.html" title="Python库详解之Sets库"><span>13</span><h3>Python库详解之Sets库</h3></a></li>
<li><a href="/eciag.html" title="Python中如何安装和删除第三方库"><span>14</span><h3>Python中如何安装和删除第三方库</h3></a></li>
<li><a href="/eciah.html" title="python turtle库怎么使用？"><span>15</span><h3>python turtle库怎么使用？</h3></a></li>
<li><a href="/eciai.html" title="如何在Python中添加库"><span>16</span><h3>如何在Python中添加库</h3></a></li>
<li><a href="/eciaj.html" title="Python库详解之os.path库"><span>17</span><h3>Python库详解之os.path库</h3></a></li>
<li><a href="/eciak.html" title="Python库详解之BeautifulSoup库"><span>18</span><h3>Python库详解之BeautifulSoup库</h3></a></li>
<li><a href="/ecial.html" title="Python库详解之fileinput库"><span>19</span><h3>Python库详解之fileinput库</h3></a></li>
<li><a href="/eciam.html" title="Python tkinter库安装方法"><span>20</span><h3>Python tkinter库安装方法</h3></a></li>
<li><a href="/aynto.html" title="风云天下刘备武将介绍 刘备强在哪里"><span>21</span><h3>风云天下刘备武将介绍 刘备强在哪里</h3></a></li>
<li><a href="/ayntn.html" title="三国杀国战武将：[7]刘备"><span>22</span><h3>三国杀国战武将：[7]刘备</h3></a></li>
<li><a href="/ayntm.html" title="数码UV打印机能打印什么材料（硬性板材篇）"><span>23</span><h3>数码UV打印机能打印什么材料（硬性板材篇）</h3></a></li>
<li><a href="/ayntl.html" title="王者荣耀之如何针对刘备"><span>24</span><h3>王者荣耀之如何针对刘备</h3></a></li>
<li><a href="/ayntk.html" title="数码防伪标签怎么查询"><span>25</span><h3>数码防伪标签怎么查询</h3></a></li>
<li><a href="/ayntj.html" title="减小印品的色差"><span>26</span><h3>减小印品的色差</h3></a></li>
<li><a href="/aynti.html" title="什么是超清8维空间十字绣"><span>27</span><h3>什么是超清8维空间十字绣</h3></a></li>
<li><a href="/aynth.html" title="王者荣耀中刘备的玩法是怎样的？"><span>28</span><h3>王者荣耀中刘备的玩法是怎样的？</h3></a></li>
<li><a href="/ayntg.html" title="数字标签自动化印刷-操作教程"><span>29</span><h3>数字标签自动化印刷-操作教程</h3></a></li>
<li><a href="/ayntf.html" title="王者的奇葩射手刘备，如何站撸？"><span>30</span><h3>王者的奇葩射手刘备，如何站撸？</h3></a></li>
<li><a href="/aynte.html" title="套印-“一张可印张张不同”-可变数据印刷"><span>31</span><h3>套印-“一张可印张张不同”-可变数据印刷</h3></a></li>
<li><a href="/ayntd.html" title="【萌三国】仁德明君之刘备"><span>32</span><h3>【萌三国】仁德明君之刘备</h3></a></li>
<li><a href="/ayntc.html" title="如何使用电子智能印章"><span>33</span><h3>如何使用电子智能印章</h3></a></li>
<li><a href="/ayntb.html" title="刘备如何一步一步成为王者"><span>34</span><h3>刘备如何一步一步成为王者</h3></a></li>
<li><a href="/aynta.html" title="如何直接打印数码照片？"><span>35</span><h3>如何直接打印数码照片？</h3></a></li>
<li><a href="/aynsz.html" title="小米超神-刘备-英雄介绍"><span>36</span><h3>小米超神-刘备-英雄介绍</h3></a></li>
<li><a href="/aynsy.html" title="不复活过真刘备"><span>37</span><h3>不复活过真刘备</h3></a></li>
<li><a href="/aynsx.html" title="好玩的刘备粘土送给小朋友"><span>38</span><h3>好玩的刘备粘土送给小朋友</h3></a></li>
<li><a href="/aynsw.html" title="泥塑Q版三国人物之刘备"><span>39</span><h3>泥塑Q版三国人物之刘备</h3></a></li>
<li><a href="/aynsv.html" title="2014票据防伪新技术----数字水印"><span>40</span><h3>2014票据防伪新技术----数字水印</h3></a></li>
</ul>
<div class="clear"></div>
</div>
</div>
</div>
<div class="clear"></div>
<div class="onjfeeds"></div><span class="onj_live"></span><span class="childonj"></span><div class="onj_location"></div><span class="buddhaonj"></span><div class="branchesccmw footer_service">
<a href="/sitemap.html" target="_blank">网站地图</a>
<a href="/sitemap.xml" target="_blank">XML</a>
<a href="/sitemap.txt" target="_blank">TXT</a>
<a href="/rss.xml" target="_blank">RSS</a>
<a href="/privacy.html" target="_blank">隐私政策</a>
<a href="/service.html" target="_blank">服务条款</a>
<a href="/agreement.html" target="_blank">使用条款</a>
<div class="flagccmw footer_copyright clogWalletccmw">Copyright ©1996-2026 www.onijiang.com Corporation, All Rights Reserved</div>
</div>
<script src="/static/index1js/jquery-3.5.1.min.js" rel="external nofollow"></script>
<script src="/static/js/share.js" rel="external nofollow"></script>
<script src="/static/js/tran.js" rel="external nofollow"></script>
<script src="/static/js/langs.js" rel="external nofollow" ></script>
<div class="onj_happy"></div><span class="containeronj"></span><div class="baronj" id="baronj"></div><div id="Family_seal_onj"></div><script>
(function(){
var bp = document.createElement('script');
var curProtocol = window.location.protocol.split(':')[0];
if (curProtocol === 'https'){
bp.src = 'https://zz.bdstatic.com/linksubmit/push.js';
}
else{
bp.src = 'http://push.zhanzhang.baidu.com/push.js';
}
var s = document.getElementsByTagName("script")[0];
s.parentNode.insertBefore(bp, s);
})();
</script>
</body>
</html>
回退和前进的概念: