今天用到BeautifulSoup解析爬下来的网页数据
首先导入包from bs4 import BeautifulSoup
然后可以利用urllib请求数据
记得要导包
import urllib.request
然后调用urlopen，读取数据
f=urllib.request.urlopen(‘http://jingyan.baidu.com/article/455a9950bc94b8a166277898.html‘) response=f.read()
这里我们就不请求数据了，直接用本地的html代码，如下
注意：”'xxx”'是多行注释
#python3 from bs4 import BeautifulSoup html='''super 哈哈 star 天下第一帅是不是
''' #用BeautifulSoup解析数据 python3 必须传入参数二'html.parser' 得到一个对象，接下来获取对象的相关属性 html=BeautifulSoup(html,'html.parser') # 读取title内容 print(html.title) # 读取title属性 attrs=html.title.attrs print(attrs) # 获取属性attrs['class'] ---->['ceshi'] 这是一个list 通过下标可以获取值 print(attrs['class'][0]) # 读取body print(html.body) 读取数据还可以通过BeautifulSoup的select方法 html.select() #按标签名查找 soup.select('title') soup.select('body') # 按类名查找 soup.select('.sister') # 按id名查找 # p标签中id为link的标签 soup.select('p #link') #取标签里面的值 soup.p.string #取标签里属性值 通过href获取 html['href']
以上这篇python3爬虫获取html内容及各属性值的方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。
京公网安备 11010802040832号 | 京ICP备19059560号-6 