soup.select()方法详解-白红宇

soup.select()方法详解

阅读量：157 次

发布时间：2019-02-28

本文共 774 字，大约阅读时间需要 2 分钟。

通过BeautifulSoup库筛选HTML元素

BeautifulSoup库提供了便捷的方法来筛选HTML文档中的元素，支持通过标签名、类名、id名以及组合方式进行查找。这些方法的返回类型为list，可以通过列表索引获取具体元素。

1. 通过标签名查找

print soup.select('title')  
  返回结果：#The Dormouse's story  
    
  示例：查找所有a标签   
  print soup.select('a')  
  返回结果：#, Lacie, Tillie  
    
    
  2. 通过类名查找   
    
  print soup.select('.sister')  
  返回结果：#, Lacie, Tillie  
    
    
  3. 通过id名查找   
    
  print soup.select('#link1')  
  返回结果：#  
    
    
  4. 组合查找   
    
  print soup.select('p #link1')  
  返回结果：#  
    
    
  5. 直接子标签查找   
    
  print soup.select("head > title")  
  返回结果：#The Dormouse's story  
    
    
  6. 属性查找   
    
  print soup.select('a[href="http://example.com/elsie"]')  
  返回结果：#  
    
    
  7. 获取元素文本   
    
  span_text = soup.select('#class')[0].get_text()  
    
  通过get_text()方法可以获取元素的文本内容。