BeautifulSoup模块的简单使用

发布时间：2020-12-17 17:20:43 所属栏目：Python 来源：网络整理

导读：今天PHP站长网 52php.cn把收集自互联网的代码分享给大家，仅供参考。 # -*- coding:utf8 -*- import urllib import urllib2 import BeautifulSoup import re htmlSource = urllib.urlopen("http://www.taobao.com/").read

以下代码由PHP站长网 52php.cn收集自互联网

现在PHP站长网小编把它分享给大家，仅供参考

    # -*- coding:utf8 -*-  
    import urllib  
    import urllib2  
    import BeautifulSoup  
    import re  
       
    htmlSource = urllib.urlopen("http://www.taobao.com/").read(200000)  
    soup = BeautifulSoup.BeautifulSoup(htmlSource)  
      
    #输出<head>...</head>  
    print soup.head  
      
    #输出<title>...</title>  
    print soup.head.title  
      
    #会返回一个列表，每个列表元素都是<a>...</a>   
    tags = soup.findAll('a')  
    print tags  
      
    print '京东放养的爬虫'  
      
    #取<a></a>中间包含的元素，如果有href则输出  
    for item in soup.fetch('a',href=True):  
        print item['href']  
          
    #找到所有的<a></a>,如果其中href元素中含有taobao则输出  
    for a in soup.findAll('a',href=True):  
        if re.findall('taobao',a['href']):  
            print "Found the URL:",a['href']  
              
    #输出<div></div>中间class属性等于J_Tanx mod，只输出第一个  
    print str(soup.find("div",{"class":"J_Tanx mod"}))

以上内容由PHP站长网【52php.cn】收集整理供大家参考研究

如果以上内容对您有帮助，欢迎收藏、点赞、推荐、分享。

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!