HTMLコンテンツBS4ライブラリに基づいて、組織や情報抽出方法（3）の方法を見つける - Pythonの爬虫類・ノート（5）抽出のWebクローラ

HTMLコンテンツBS4ライブラリに基づく方法を探す1

1.1 <>。Find_all（）、再（正規表現ライブラリ）

 

（1）単一のパラメータ文字列

 

（2）パラメータリスト

 

（3）パラメータは、それはすべてのラベルの内容を返し、真であります

 

（4）に示す  Bの ようなB、体として、開始タグ。（使用再：正規表現ライブラリ）

インポート要求
 から BS4 輸入BeautifulSoup
 輸入再

R = requests.get（" http://python123.io/ws/demo.html " ）

デモ = r.text 

スープ = BeautifulSoup（デモ、" html.parser " ）
 のためのタグで soup.find_all（re.compile（' B ' ））：
     プリント（tag.name）

（5）find_all中的 attrs：返回带有 attr属性值的 name标签