网页解析器 —— beautiful soup

基本介绍

基本使用

简单案例

test.html 中的代码


html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <title>Titletitle>
head>
<body>
    <h1>标题1h1>
    <h2>标题2h2>
    <h3>标题3h3>
    <h4>标题4h4>
 
    <div id="content" class="default">
        <p>段落p>
        <a href="http://www.baidu.com">百度a> <br/>
        <a href="http://www.iqiyi.com">爱奇艺a> <br/>
        <img src="https://www.python.org/static/img/python-logo.png" />
    div>
body>
html>

test.py 中的代码


from bs4 import BeautifulSoup
 
with open('./test.html', encoding='utf-8') as f:
    html_doc = f.read()
 
soup = BeautifulSoup(html_doc, 'html.parser')
 
div_node = soup.find('div', id='content')
print(div_node)
print('='*20)
 
links = div_node.find_all('a')
for link in links:
    print(link.name, link['href'], link.get_text())
 
img = div_node.find('img')
print(img['src'])

代码运行结果

相关阅读:
同花顺，通达信，东方财富股票竞价，早盘板块、概念、题材竞价数据接口
【python VS vba】(5) 在python中使用xlwt操作Excel（待完善ing）
2023/4/30周报
[附源码]java毕业设计鑫地酒店酒水库存管理系统论文
如何使用ffmpeg转换图片格式
结构体,联合体与位段
隐私计算助力数据的安全流通与共享
Stearic acid-PEG-FITC 硬脂酸-聚乙二醇-荧光素
【SSM】SpringBoot 统一功能处理（重点：Spring 拦截器实现与原理）
【python/pytorch】已解决ModuleNotFoundError: No module named ‘torch‘

原文地址：https://blog.csdn.net/2301_77659011/article/details/132998594