[Python知识库]bs4解析

数据解析的原理：

1. 标签定位
2. 提取标签、标签属性中存储的数据值

bs4数据解析的原理：

1. 实例化一个BeautifulSoup对象，并且将页面源码数据加载到该对象中
2. 通过调用BeautifulSoup对象中相关的属性或者方法进行标签定位和数据提取

如何实例化BeautifulSoup对象:

• from bs4 import BeautifulSoup
• 对象的实例化：
  • 将本地的HTML文档中的数据加载到该对象中
  • 将互联网上获取的页面源码加载到该对象中
• 提供的用于数据解析的方法和属性：
  • soup.tagName:返回的是文档中第一次出现的tagName对应的标签
  • soup.find():
    • find(‘tagName’):等同于soup.tagName
    • 属性定位：find(‘tagName’,class_/id/attr=’’)
  • soup.find_all(‘tagName’)：返回符合要求的所有标签（列表）
  • select：
    • select(‘某种选择器（id、class、标签……）’)，返回的是一个列表
    • 层级选择器：

      • 表示的是一个层级

      • 空格表示的是多个层级
• 获取标签之间的文本数据：soup.tagName.text/string/get_text()
  • text/get_text():可以获取某一个标签中所有的文本内容
  • string:只可以获取该标签下直系的文本内容
• 获取标签中属性值：soup.tagName[‘属性’]