BS4のインストールと使用
'' '' '' '' ' 解析器を安装： PIP3はlxmlのインストール 解析库安装： PIP3はBS4をインストール ''' html_doc = ""」 <HTML> <HEAD> <TITLE>ヤマネの物語</ TITLE> </ヘッド> <BODY> <Pクラス= "姉妹"> <B> $、37 </ B> </ P> <Pクラス= "物語" ID = "P">昔3人の妹があった、とその名前た <a href="http://example.com/elsie" class="sister">エルシー</a>で、 <HREF = "http://example.com/lacie"クラス= "姉妹" ID = "リンク2">のLaCie </a>と <HREF = "のhttp：//example.com/tillie」クラス= "姉妹" ID = "LINK3"> Tillie </a>に; 。そして、彼らはの底に住んでいただけでなく、</ P> <Pクラス= "物語"> ... </ P> ""」 から BS4インポートBeautifulSoup ＃Pythonのライブラリの解析来る ＃のスープを= BeautifulSoup（html_doc、 'html.parser'） ＃の呼び出しは、BS4はスープ与えるオブジェクト スープ= BeautifulSoup（html_doc、' lxmlの' ） ＃BS4対象の 印刷（スープ） ＃のBS4タイプの プリントを（タイプの（スープ）） ＃の美化 HTML = soup.prettify（） 印刷（HTML）
文書のBS4解析ツリートラバーサルライブラリー
html_doc = ""」 <HTML> <HEAD> <TITLE>ヤマネの物語</ TITLE> </ HEAD> <BODY> <Pクラス= "姉妹"> <B> $、37 </ B> </ P> <Pクラス=「物語」ID =「P」>一度3人の妹があった時間に、自分の名前だったと <a href="http://example.com/elsie" class="sister">エルシー</ A >、 <a href="http://example.com/lacie" class="sister" id="link2">レイシー</a>と <HREF = "http://example.com/tillie"クラス= "姉妹" ID = "LINK3"> Tillie </a>に; 。そして、彼らはの底に住んでいただけでなく、</ P> <Pクラス= "物語"> ... </ P> ""」 から BS4の輸入BeautifulSoup スープ = BeautifulSoup（html_doc、' lxmlの' ） ＃印刷（スープ） ＃の印刷（タイプの（スープ）） ＃ドキュメントツリーのトラバース ＃1を、直接***** 印刷（soup.html） 印刷（タイプの（soup.html）） 印刷（soup.a） 印刷（スープ.P） ＃2は、タグ名取得 印刷（soup.a.name） ＃3は、属性タグを取得***** 印刷（soup.a.attrs） ＃はラベルのすべてのプロパティを取得 印刷（スープを。 a.attrs [ ' HREF ' ]） ＃4、ラベルテキストを取得***** 印刷（soup.p.text） ＃$ 37 ＃5、ネストされたSELECT 印刷（soup.html.body.p） ＃図6に示すように、子ノード、子孫ノード プリント（soup.p.children） ＃戻りイテレータオブジェクト プリント（リスト（soup.p.children）） ＃[<B> 37 $ </ B>] ＃7、親ノード、ノードの祖先 印刷（soup.b.parent） 印刷（soup.b.parents） 印刷（一覧（soup.b.parents）） ＃8、兄弟姉妹（兄弟：兄弟） 印刷（soup.a） ＃次の兄弟ノードを取得します 印刷（soup.a.next_sibling） ＃は、すべての次の兄弟ノードを取得し、発電機返し 印刷（soup.a.next_siblings） 印刷（一覧（soup.a.next_siblings）） ＃は兄弟取得 を印刷します（ soup.a.previous_sibling） ＃リターン上のすべての兄弟ノードを取得し、発電機で 印刷（一覧（soup.a.previous_siblings））
ドキュメントツリー検索をBS4
「」「」「」 「'」 検索を：最初に見つけ すべて見つける：find_all ラベルをし、発見するプロパティを探し： name属性が一致する 名前のタグ名 attrsには、一致を見つけるために、属性 、テキストマッチングテキスト ラベルを： -文字列フィルタ 文字列がグローバルに一致するように -定期的なフィルター 試合再モジュール -フィルタリストの データは、リストと一致する - BOOLフィルタ トゥルーマッチ -メソッドのフィルタ プロパティの一部で使用されるには、不要な属性検索します。 プロパティ： - class_が - ID '' ' html_doc = "" " <HTML> <HEAD> <TITLE>ヤマネの物語</ TITLE> </ HEAD> <BODY> <Pクラス= "姉妹"> <B> $、37 </ B> </ P> <Pクラス= "物語" ID =「P」>昔3人の妹がありました。その名前は、<a href="http://example.com/elsie" class="sister">エルシー</a>の<のhref = "http://example.com/lacie"クラス= "姉妹"でしたID =「リンク2」>レイシー</a>と<a href="http://example.com/tillie" class="sister" id="link3"> Tillie </a>と、彼らはの底に住んでいました十分ます。</ p> <pクラス= "物語"> ... </ P> ""」 '' ' 过滤は楽器字符串 ''' P = soup.find（名前= ' P ' ） P_S = soup.find_all（名前= ' P ' ） 印刷（P） プリント（P_S） ＃1 名+ attrsに P =スープ。 （名前=見つける' P '、attrsに= { " ID "：" P " }） 印刷（P） ＃の名前+テキスト タグ= soup.find（名前= ' タイトル'、テキスト= " ヤマネの物語"） 印刷（タグ） ＃1 名+テキスト+ ATTRS タグ= soup.find（NAME = ' A '、ATTRS = { " クラス"：" SISTER " }、テキスト= " エルシー" ） プリント（タグ） '' ' -正規フィルタ モジュールに一致再 '' ' インポート再 ＃名前 ＃マッチングノードとREモジュールを （A = soup.find = re.compile名（' A ' ）） プリント（A） A_S = soup.find_all（名=再.compile（' A '）） 印刷（A_S） ＃ATTRS A = soup.find（ATTRS = { " ID "：re.compile（' リンク' ）}） プリント（A） ＃-リストフィルタ ＃の一致のリスト内のデータ を印刷する（soup.find（名前= [ ' A '、' P '、' HTML '、re.compile（' A ' ）]）） プリント（soup.find_all（名= [ ' A '、' P '、' HTML '、再。コンパイル（' A ' ）]）） ＃- BOOLフィルタ ＃真のマッチ プリント（soup.find（名=真、attrsには、= { " ID " ：真}）） ＃-フィルタ方法 ＃特性のいくつかのためにすることはありませんあなたは、プロパティを見つける必要があります。 DEFのhave_id_not_class（タグ）： ＃の印刷（tag.name） のIF tag.name == ' p型' と tag.has_attr（" 上記のIDを述べた"）及び ませんが、 tag.has_attr（" クラス" ）： リターンタグ ＃の印刷（soup.find_all （名=関数オブジェクト）） 印刷（soup.find_all（名= have_id_not_class）） ＃补充知识点： ＃1 のID A = soup.find（ID = ' リンク2 ' ） プリント（a）の ＃のクラス P = soup.find（class_が= ' 姉妹' ） 印刷（ P）