bs4的基本语法

bs4的基本语法

# _*_ coding : utf-8 _*_
# @Time : 2023/1/31 11:31
# @Author : 李阶熊
# @File : bs4的基本使用
# @Project : pythonProject
import lxml
from bs4 import BeautifulSoup

# 通过解析本地文件， 来将bs4的基础语法进行讲解
# 默认打开的文件的编码格式gbk， 所以再打开文件的时候需要指定便阿门
soup = BeautifulSoup(open('../html/xpath_test.html', 'r', encoding='utf8'), 'lxml')

# 根据标签名查找节点
# 找到的是第一个符合条件的数据
# print(soup.a)

# 获取标签的属性和属性值
# print(soup.a.attrs)

# bs4的一些函数
# 1、 find  返回第一个符合条件的数据
# print(soup.find('a'))

# 根据title值来找到对应的标签对象
# print(soup.find('a', title='a2'))

# 根据class的值来找到对应的标签对象  注意的是class需要加下划线
# print(soup.find('a',class_='a22'))

# 2、 find_all    返回的是一个列表
# 返回了所有的a标签
# print(soup.find_all('a'))

# 如果想获取多个标签  那么需要再find_all的参数中添加是列表的数据
# print(soup.find_all(['a','span']))

# limit的作用是查找前几个数据
# print(soup.find_all('li', limit=2))

# 3、 select
# select返回的是一个列表 并且会返回多个数据
# print(soup.select('a'))

# 可以通过.代表class 我们把这种操作叫做类选择器
# print(soup.select('.a3'))
# 根据id来查找
# print(soup.select('#a3'))

# 属性选择器  通过属性来寻找对应的标签
# 查找到li标签钟有id的标签
# print(soup.select('li[id]'))

# 查找到li标签中id为l2的标签
# print(soup.select('li[id="l2"]'))

# 层级选择器
# 后代选择器
# 找到的是div后面的li
# print(soup.select('div li'))

# 子代选择器
# 某标签的第一级子标签
# 注意： 很多的计算机编程语言中，如果不加空格不会输出内容  但是再bs4中  不会报错  会显示内容
# print(soup.select('div>ul>li'))

# 找到a标签和li标签的所有对象
# print(soup.select('a, li'))

# 节点信息
# 获取节点内容
# obj = soup.select('#d1')[0]
# 如果标签对象中， 只有内容 那么string和get_text()都可以使用
# 如果标签对象中， 除了内容还有标签 那么string就获取不到数据  而get_test()可以获取到
# print(obj.string)
# print(obj.get_text())

# 节点的属性
# obj = soup.select('#p1')[0]
# name是标签的名字
# print(obj.name)

# 将属性值作为一个字典返回
# print(obj.attrs)

# 获取节点的属性
obj = soup.select('#p1')[0]
# print(obj.attrs)
print(obj.attrs.get('id'))
print(obj.get('id'))
print(obj['id'])