- BeautifulSoup类的基本元素
基本元素 | 说明 |
---|---|
Tag | 标签,最基本的信息组织单元,分别用<>和</>标明开头和结尾 |
Name | 标签的名字,<p>…</p>的名字是'p',格式:<tag>.name |
Attributes | 标签的属性,字典形式组织,格式:<tag>.attrs |
NavigableString | 标签内非属性字符串,<>…</>中字符串,格式:<tag>.string |
Comment | 标签内字符串的注释部分,一种特殊的Comment类型 |
注:任何存在于HTML语法中的标签都可以用soup.<tag>访问获得
当HTML文档中存在多个相同<tag>对应内容时,soup.<tag>返回第一个#基本类型print(soup.title)print(soup.a)print(soup.a.parent.name)print(soup.a.parent.parent.name)print(soup.a.attrs)print(soup.a.attrs['class'])print(soup.a.attrs['href'])print(type(soup.a.attrs))print(type(soup.a))print(soup.a.string)print(soup.p)print(soup.p.string)print(type(soup.p.string))##HTML注释newsoup = BeautifulSoup("This is not a comment
","html.parser")print(newsoup.b.string)print(type(newsoup.b.string))print(newsoup.p.string)print(type(newsoup.p.string))
- 基于bs4库的HTML格式输出
print(soup.prettify())