1.本周學習內(nèi)容思維導圖
Beautiful Soup庫入門.png
2.Beautiful Soup 解析器
解析器.png
3.Beautiful Soup 類及其基本元素
簡略地說，Beautiful Soup類就是對應(yīng)網(wǎng)站的標簽樹，或者說
HTML文件
Beautiful Soup的基本元素可見下表
BeautifulSoup基本元素.png
- Tag
先看一段代碼
>>> import requests
>>> from bs4 import BeautifulSoup
>>> r = requests.get('http://www.baidu.com')
>>> soup = BeautifulSoup(r.text, 'html.parser')
>>> soup.a
<a class="mnav" name="tj_trnews">??°é??</a>
>>> soup.p
<p id="lh"> <a >?
3?o?????o|</a> <a >About Baidu</a> </p>
在上面的代碼中缠捌，我們通過requests.get()方法獲得百度鏈接脆丁，然后將r.text熬成一鍋湯（soup），使其成為BeautifulSoup類的實例soup
而soup.a就是返回一個叫做a的Tag,若Soup里面有多個叫a的標簽，則返回第一個
- Name
>>> soup.a.name # 返回標簽a的名字
'a'
- Attributes
>>> soup.a.attrs
{'href': 'http://news.baidu.com', 'name': 'tj_trnews', 'class': ['mnav']}
返回a標簽的屬性屏歹，以字典的形式存儲
- NavigableString
>>> soup.a.string
'?\x96°é\x97?'
返回標簽里面<>..</>中的字符串
- Comment
comment.png
4.HTML基本格式
HTML基本格式.png
- 下行遍歷
下行遍歷.png
- 上行遍歷
上行遍歷.png
- 平行遍歷
平行遍歷.png
5.信息標記
信息標記有三種種類XML,JSON,YAML
- XML
<person>
<firstName>Ming</firstName>
<lastName>Li</lastName>
<address>
<streetAddr>孝陵衛(wèi)200號</streetAddr>
<city>南京</city>
<zipcode>210094</zipcode>
</address>
</person>
- JSON
"key":"value"
"key":["value1","value2"]
"key":{"subkey":"subvalues"}
- YAML
key : value
key : #Comment
-value1
-value2
key:
subkey : subvalue
Paste_Image.png
6.<>find_all()函數(shù)及其拓展
Paste_Image.png
返回內(nèi)容以列表形式存儲
注意 ： 以下表達方法等價
Paste_Image.png
其他拓展的find方法
Paste_Image.png
