python 爬html

By 肖奈
2017-08-29
5276 read

安装BeautifulSoup 

Pip3 install beautifulsoup4



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

#python3from bs4 import BeautifulSoup
html='''<html><head>
    <title class='ceshi'>super 哈哈  star</title></head>
<body>
    天下第一帅
    <p class='sister'>

        是不是
    </p>
</body>
</html>'''
#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
bodyprint(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']


python img的操作
Python中执行系统命令常见的几种方法

Comments

暂无评论,还不快来坐沙发...

Leave a Reply