目录

BeautifulSoup常用的对象

1.Tag    BeautifulSoup

2.NavigableString    Comment

遍历生成树


BeautifulSoup常用的对象

1.Tag    BeautifulSoup

Tag就是HTML的一个个标签。

BeautifulSoup是继承于Tag类,而其中的find(),find_all()等方法也是Tag类中的方法。

bs=BeautifulSoup(html,"lxml") 中的bs就是Tag的一个对象,所以可以使用find(),find_all()等方法
trs=bs.find_all("tr")因为bs为Tag的对象,所以trs也可以用find(),find_all()等方法,返回的也是Tag的对象
tds=trs.find_all("td")因为trs为Tag的对象,所以trs也可以用find(),find_all()等方法,返回的也是Tag的对象

2.NavigableString    Comment

爬虫6——BeautifulSoup(2)

此时的类型是NavigableString,他是继承于str类

comment继承于 NavigableString,只不过加上了<!-- -->(html的注释)而已,可以获取注释里面的内容

爬虫6——BeautifulSoup(2)

type(p.string)就是comment类型

但是如果

爬虫6——BeautifulSoup(2)

就会返回None,因为string方法不能返回多行字符串,有了换行就有换行符‘/n’,可以通过contens方法获取

爬虫6——BeautifulSoup(2)

遍历生成树

1.comments和children

comments返回列表,children返回迭代器,可以直接获取子元素,其中也包含子元素。

相关文章: