Beautiful Soup4语法讲解使用

然后在这个内容的基础上继续查找

标签下面的内容。

这里用到了find()方法和find_all()方法。

find()与find_all()的不同点如下。

· find_all()返回的是BeautifulSoup Tag对象组成的列表，

如果没有找到任何满足要求的标签，就会返回空列表。

· find()返回的是一个BeautifulSoup Tag对象，如果有多个符合条件的HTML标签，

则返回第1个对象，如果找不到就会返回None。

find_all()与find()的参数完全相同，以find_all()为例来说明。

find_all(name, attrs, recursive, text, **kwargs)

· name就是HTML的标签名，类似于body、div、ul、li。

· attrs参数的值是一个字典，字典的Key是属性名，字典的Value是属性值，例如

attrs={'class': 'videos-listb'}

这种写法，class就不需要加下划线。

· recursive的值为True或者False，当它为False的时候，BS4不会搜索子标签。

· text可以是一个字符串或者是正则表达式，用于搜索标签里面的文本信息，

因此，要寻找所有以“图集”开头的信息，还可以使用下面的写法：

content = soup.find_all(text=re.compile('图集'))
 
for item in content:
 
    print(item.string)

运算结果如图所示：

 

使用re时要注意，记得引入三方库re

import re

 除了获取标签里面的文本外，BS4也可以获取标签里面的属性值。

如果想获取某个属性值，可以将BeautifulSoup Tag对象看成字典，将属性名当作Key，

如图所示：