1. Beautiful Soup的簡介

簡單來說，Beautiful Soup是python的一個庫，最主要的功能是從網(wǎng)頁抓取數(shù)據(jù)。官方解釋如下：

Beautiful Soup提供一些簡單的、python式的函數(shù)用來處理導(dǎo)航、搜索、修改分析樹等功能。它是一個工具箱，通過解析文檔為用戶提供需要抓取的數(shù)據(jù)，因為簡單，所以不需要多少代碼就可以寫出一個完整的應(yīng)用程序。

Beautiful Soup自動將輸入文檔轉(zhuǎn)換為Unicode編碼，輸出文檔轉(zhuǎn)換為utf-8編碼。你不需要考慮編碼方式，除非文檔沒有指定一個編碼方式，這 時，Beautiful Soup就不能自動識別編碼方式了。然后，你僅僅需要說明一下原始編碼方式就可以了。

Beautiful Soup已成為和lxml、html6lib一樣出色的python解釋器，為用戶靈活地提供不同的解析策略或強(qiáng)勁的速度。

廢話不多說，我們來試一下吧~

2. Beautiful Soup 安裝

Beautiful Soup 3 目前已經(jīng)停止開發(fā)，推薦在現(xiàn)在的項目中使用Beautiful Soup

4，不過它已經(jīng)被移植到BS4了，也就是說導(dǎo)入時我們需要 import bs4 。所以這里我們用的版本是 Beautiful Soup 4.3.2

(簡稱BS4)，另外據(jù)說 BS4 對 Python3 的支持不夠好，不過我用的是 Python2.7.7，如果有小伙伴用的是 Python3

版本，可以考慮下載 BS3 版本。

如果你用的是新版的Debain或Ubuntu,那么可以通過系統(tǒng)的軟件包管理來安裝，不過它不是最新版本，目前是4.2.1版本

sudo apt-get install Python-bs4

如果想安裝最新的版本，請直接下載安裝包來手動安裝，也是十分方便的方法。在這里我安裝的是 Beautiful Soup 4.3.2

Beautiful Soup 3.2.1Beautiful Soup 4.3.2

下載完成之后解壓

運(yùn)行下面的命令即可完成安裝

python setup.py install

然后需要安裝 lxml

sudo apt-get install Python-lxml

Beautiful Soup支持Python標(biāo)準(zhǔn)庫中的HTML解析器,還支持一些第三方的解析器，如果我們不安裝它，則 Python 會使用 Python默認(rèn)的解析器，lxml 解析器更加強(qiáng)大，速度更快，推薦安裝。

3. 開啟Beautiful Soup 之旅

在這里先分享官方文檔鏈接，不過內(nèi)容是有些多，也不夠條理，在此本文章做一下整理方便大家參考。

官方文檔

4. 創(chuàng)建 Beautiful Soup 對象

首先必須要導(dǎo)入 bs4 庫

from bs4 import BeautifulSoup

我們創(chuàng)建一個字符串，后面的例子我們便會用它來演示

html = """

The Dormouse's story

The Dormouse's story

Once upon a time there were three little sisters; and their names were

,

Lacie and

Tillie;

and they lived at the bottom of a well.

...

"""

創(chuàng)建 beautifulsoup 對象

soup = BeautifulSoup(html)

另外，我們還可以用本地 HTML 文件來創(chuàng)建對象，例如

soup = BeautifulSoup(open('index.html'))

上面這句代碼便是將本地 index.html 文件打開，用它來創(chuàng)建 soup 對象

下面我們來打印一下 soup 對象的內(nèi)容，格式化輸出

print soup.prettify()

輸出：

The Dormouse's story

The Dormouse's story

Once upon a time there were three little sisters; and their names were

,

Lacie

and

Tillie

;

and they lived at the bottom of a well.

...

以上便是輸出結(jié)果，格式化打印出了它的內(nèi)容，這個函數(shù)經(jīng)常用到，小伙伴們要記好咯。

5. 四大對象種類

Beautiful Soup將復(fù)雜HTML文檔轉(zhuǎn)換成一個復(fù)雜的樹形結(jié)構(gòu),每個節(jié)點(diǎn)都是Python對象,所有對象可以歸納為4種:

Tag

NavigableString

BeautifulSoup

Comment

下面我們進(jìn)行一一介紹

(1)Tag

Tag 是什么？通俗點(diǎn)講就是 HTML 中的一個個標(biāo)簽，例如

The Dormouse's story

Elsie

上面的title、a 等等 HTML 標(biāo)簽加上里面包括的內(nèi)容就是Tag，下面我們來感受一下怎樣用 Beautiful Soup方便地獲取Tags

下面每一段代碼中注釋部分即為運(yùn)行結(jié)果

print soup.title

#

The Dormouse's story

print soup.head

#

The Dormouse's story

print soup.a

#

print soup.p

#

The Dormouse's story

我們可以利用 soup加標(biāo)簽名輕松地獲取這些標(biāo)簽的內(nèi)容，是不是感覺比正則表達(dá)式方便多了？不過有一點(diǎn)是，它查找的是在所有內(nèi)容中的第一個符合要求的標(biāo)簽，如果要查詢所有的標(biāo)簽，我們在后面進(jìn)行介紹。

我們可以驗證一下這些對象的類型

print type(soup.a)

#

對于 Tag，它有兩個重要的屬性，是 name 和 attrs，下面我們分別來感受一下：

print soup.name

print soup.head.name

#[document]

#head

soup 對象本身比較特殊，它的 name 即為 [document]，對于其他內(nèi)部標(biāo)簽，輸出的值便為標(biāo)簽本身的名稱。

print soup.p.attrs

#{'class': ['title'], 'name': 'dromouse'}

在這里，我們把 p 標(biāo)簽的所有屬性打印輸出了出來，得到的類型是一個字典。

如果我們想要單獨(dú)獲取某個屬性，可以這樣，例如我們獲取它的 class 叫什么

print soup.p['class']

#['title']

還可以這樣，利用get方法，傳入屬性的名稱，二者是等價的

print soup.p.get('class')

#['title']

我們可以對這些屬性和內(nèi)容等等進(jìn)行修改，例如

soup.p['class']="newClass"

print soup.p

#

The Dormouse's story

還可以對這個屬性進(jìn)行刪除，例如

del soup.p['class']

print soup.p

#

The Dormouse's story

不過，對于修改刪除的操作，不是我們的主要用途，在此不做詳細(xì)介紹了，如果有需要，請查看前面提供的官方文檔

(2)NavigableString

既然我們已經(jīng)得到了標(biāo)簽的內(nèi)容，那么問題來了，我們要想獲取標(biāo)簽內(nèi)部的文字怎么辦呢？很簡單，用 .string 即可，例如

print soup.p.string

#The Dormouse's story

這樣我們就輕松獲取到了標(biāo)簽里面的內(nèi)容，想想如果用正則表達(dá)式要多麻煩。它的類型是一個 NavigableString，翻譯過來叫 可以遍歷的字符串，不過我們最好還是稱它英文名字吧。

print type(soup.p.string)

#

來檢查一下它的類型

print type(soup.p.string)

#

(3)BeautifulSoup

BeautifulSoup 對象表示的是一個文檔的全部內(nèi)容.大部分時候,可以把它當(dāng)作 Tag 對象，是一個特殊的 Tag，我們可以分別獲取它的類型，名稱，以及屬性來感受一下

print type(soup.name)

#

print soup.name

# [document]

print soup.attrs

#{} 空字典

(4)Comment

Comment 對象是一個特殊類型的 NavigableString 對象，其實(shí)輸出的內(nèi)容仍然不包括注釋符號，但是如果不好好處理它，可能會對我們的文本處理造成意想不到的麻煩。

我們找一個帶注釋的標(biāo)簽

print soup.a

print soup.a.string

print type(soup.a.string)

運(yùn)行結(jié)果如下

Elsie

a 標(biāo)簽里的內(nèi)容實(shí)際上是注釋，但是如果我們利用 .string 來輸出它的內(nèi)容，我們發(fā)現(xiàn)它已經(jīng)把注釋符號去掉了，所以這可能會給我們帶來不必要的麻煩。

另外我們打印輸出下它的類型，發(fā)現(xiàn)它是一個 Comment 類型，所以，我們在使用前最好做一下判斷，判斷代碼如下

if type(soup.a.string)==bs4.element.Comment:

print soup.a.string

上面的代碼中，我們首先判斷了它的類型，是否為 Comment 類型，然后再進(jìn)行其他操作，如打印輸出。

6. 遍歷文檔樹

(1)直接子節(jié)點(diǎn)

要點(diǎn)：.contents .children 屬性

.contents

tag 的 .content 屬性可以將tag的子節(jié)點(diǎn)以列表的方式輸出

print soup.head.contents

#[

The Dormouse's story]

輸出方式為列表，我們可以用列表索引來獲取它的某一個元素

print soup.head.contents[0]

#

The Dormouse's story

.children

它返回的不是一個 list，不過我們可以通過遍歷獲取所有子節(jié)點(diǎn)。

我們打印輸出 .children 看一下，可以發(fā)現(xiàn)它是一個 list 生成器對象

print soup.head.children

#

我們怎樣獲得里面的內(nèi)容呢？很簡單，遍歷一下就好了，代碼及結(jié)果如下

for child in soup.body.children:

print child

The Dormouse's story

Once upon a time there were three little sisters; and their names were

,

Lacie and

Tillie;

and they lived at the bottom of a well.

...

(2)所有子孫節(jié)點(diǎn)

知識點(diǎn)：.descendants 屬性

.descendants

.contents 和 .children 屬性僅包含tag的直接子節(jié)點(diǎn)，.descendants 屬性可以對所有tag的子孫節(jié)點(diǎn)進(jìn)行遞歸循環(huán)，和 children類似，我們也需要遍歷獲取其中的內(nèi)容。

for child in soup.descendants:

print child

運(yùn)行結(jié)果如下，可以發(fā)現(xiàn)，所有的節(jié)點(diǎn)都被打印出來了，先生最外層的 HTML標(biāo)簽，其次從 head 標(biāo)簽一個個剝離，以此類推。

The Dormouse's story

The Dormouse's story

Once upon a time there were three little sisters; and their names were

,

Lacie and

Tillie;

and they lived at the bottom of a well.

...

The Dormouse's storyThe Dormouse's story

The Dormouse's story

The Dormouse's story

Once upon a time there were three little sisters; and their names were

,

Lacie and

Tillie;

and they lived at the bottom of a well.

...

The Dormouse's story

The Dormouse's story

The Dormouse's story

Once upon a time there were three little sisters; and their names were

,

Lacie and

Tillie;

and they lived at the bottom of a well.

Once upon a time there were three little sisters; and their names were

Elsie

,

Lacie

Lacie

and

Tillie

Tillie

;

and they lived at the bottom of a well.

...

...

(3)節(jié)點(diǎn)內(nèi)容

知識點(diǎn)：.string 屬性

如果tag只有一個 NavigableString 類型子節(jié)點(diǎn),那么這個tag可以使用 .string 得到子節(jié)點(diǎn)。如果一個tag僅有一個子節(jié)點(diǎn),那么這個tag也可以使用 .string 方法,輸出結(jié)果與當(dāng)前唯一子節(jié)點(diǎn)的 .string 結(jié)果相同。

通俗點(diǎn)說就是：如果一個標(biāo)簽里面沒有標(biāo)簽了，那么 .string 就會返回標(biāo)簽里面的內(nèi)容。如果標(biāo)簽里面只有唯一的一個標(biāo)簽了，那么 .string 也會返回最里面的內(nèi)容。例如：

print soup.head.string

#The Dormouse's story

print soup.title.string

#The Dormouse's story

如果tag包含了多個子節(jié)點(diǎn),tag就無法確定，string 方法應(yīng)該調(diào)用哪個子節(jié)點(diǎn)的內(nèi)容, .string 的輸出結(jié)果是 None

print soup.html.string

# None

(4)多個內(nèi)容

知識點(diǎn)： .strings .stripped_strings 屬性

.strings

獲取多個內(nèi)容，不過需要遍歷獲取，比如下面的例子

for string in soup.strings:

print(repr(string))

# u"The Dormouse's story"

# u'\n\n'

# u"The Dormouse's story"

# u'\n\n'

# u'Once upon a time there were three little sisters; and their names were\n'

# u'Elsie'

# u',\n'

# u'Lacie'

# u' and\n'

# u'Tillie'

# u';\nand they lived at the bottom of a well.'

# u'\n\n'

# u'...'

# u'\n'

.stripped_strings

輸出的字符串中可能包含了很多空格或空行,使用 .stripped_strings 可以去除多余空白內(nèi)容

for string in soup.stripped_strings:

print(repr(string))

# u"The Dormouse's story"

# u"The Dormouse's story"

# u'Once upon a time there were three little sisters; and their names were'

# u'Elsie'

# u','

# u'Lacie'

# u'and'

# u'Tillie'

# u';\nand they lived at the bottom of a well.'

# u'...'

(5)父節(jié)點(diǎn)

知識點(diǎn)： .parent 屬性

p = soup.p

print p.parent.name

#body

content = soup.head.title.string

print content.parent.name

#title

(6)全部父節(jié)點(diǎn)

知識點(diǎn)：.parents 屬性

通過元素的 .parents 屬性可以遞歸得到元素的所有父輩節(jié)點(diǎn)，例如

content = soup.head.title.string

for parent in content.parents:

print parent.name

運(yùn)行結(jié)果：

title

head

html

[document]

(7)兄弟節(jié)點(diǎn)

知識點(diǎn)：.next_sibling .previous_sibling 屬性

兄弟節(jié)點(diǎn)可以理解為和本節(jié)點(diǎn)處在統(tǒng)一級的節(jié)點(diǎn)，.next_sibling 屬性獲取了該節(jié)點(diǎn)的下一個兄弟節(jié)點(diǎn)，.previous_sibling 則與之相反，如果節(jié)點(diǎn)不存在，則返回 None

注意：實(shí)際文檔中的tag的 .next_sibling 和 .previous_sibling 屬性通常是字符串或空白，因為空白或者換行也可以被視作一個節(jié)點(diǎn)，所以得到的結(jié)果可能是空白或者換行

print soup.p.next_sibling

# 實(shí)際該處為空白

print soup.p.prev_sibling

#None 沒有前一個兄弟節(jié)點(diǎn)，返回 None

print soup.p.next_sibling.next_sibling

#

Once upon a time there were three little sisters; and their names were

#,

#Lacie and

#Tillie;

#and they lived at the bottom of a well.

#下一個節(jié)點(diǎn)的下一個兄弟節(jié)點(diǎn)是我們可以看到的節(jié)點(diǎn)

(8)全部兄弟節(jié)點(diǎn)

知識點(diǎn)：.next_siblings .previous_siblings 屬性

通過 .next_siblings 和 .previous_siblings 屬性可以對當(dāng)前節(jié)點(diǎn)的兄弟節(jié)點(diǎn)迭代輸出

for sibling in soup.a.next_siblings:

print(repr(sibling))

# u',\n'

# Lacie

# u' and\n'

# Tillie

# u'; and they lived at the bottom of a well.'

# None

(9)前后節(jié)點(diǎn)

知識點(diǎn)：.next_element .previous_element 屬性

與 .next_sibling .previous_sibling 不同，它并不是針對于兄弟節(jié)點(diǎn)，而是在所有節(jié)點(diǎn)，不分層次

比如 head 節(jié)點(diǎn)為

The Dormouse's story

那么它的下一個節(jié)點(diǎn)便是 title，它是不分層次關(guān)系的

print soup.head.next_element

#

The Dormouse's story

(10)所有前后節(jié)點(diǎn)

知識點(diǎn)：.next_elements .previous_elements 屬性

通過 .next_elements 和 .previous_elements 的迭代器就可以向前或向后訪問文檔的解析內(nèi)容,就好像文檔正在被解析一樣

for element in last_a_tag.next_elements:

print(repr(element))

# u'Tillie'

# u';\nand they lived at the bottom of a well.'

# u'\n\n'

#

...

# u'...'

# u'\n'

# None

7.搜索文檔樹

(1)find_all( name , attrs , recursive , text , **kwargs )

find_all() 方法搜索當(dāng)前tag的所有tag子節(jié)點(diǎn),并判斷是否符合過濾器的條件

1)name 參數(shù)

name 參數(shù)可以查找所有名字為 name 的tag,字符串對象會被自動忽略掉

A.傳字符串

最簡單的過濾器是字符串.在搜索方法中傳入一個字符串參數(shù),Beautiful Soup會查找與字符串完整匹配的內(nèi)容,下面的例子用于查找文檔中所有的標(biāo)簽

soup.find_all('b')

# [The Dormouse's story]

print soup.find_all('a')

#[, Lacie, Tillie]

B.傳正則表達(dá)式

如果傳入正則表達(dá)式作為參數(shù),Beautiful Soup會通過正則表達(dá)式的 match() 來匹配內(nèi)容.下面例子中找出所有以b開頭的標(biāo)簽,這表示

和標(biāo)簽都應(yīng)該被找到

import re

for tag in soup.find_all(re.compile("^b")):

print(tag.name)

# body

# b

C.傳列表

如果傳入列表參數(shù),Beautiful Soup會將與列表中任一元素匹配的內(nèi)容返回.下面代碼找到文檔中所有標(biāo)簽和標(biāo)簽

soup.find_all(["a", "b"])

# [The Dormouse's story,

# Elsie,

# Lacie,

# Tillie]

D.傳 True

True 可以匹配任何值,下面代碼查找到所有的tag,但是不會返回字符串節(jié)點(diǎn)

for tag in soup.find_all(True):

print(tag.name)

運(yùn)行結(jié)果：

# html

# head

# title

# body

# p

# b

# p

# a

# a

E.傳方法

如果沒有合適過濾器,那么還可以定義一個方法,方法只接受一個元素參數(shù) [4] ,如果這個方法返回 True 表示當(dāng)前元素匹配并且被找到,如果不是則反回 False

下面方法校驗了當(dāng)前元素,如果包含 class 屬性卻不包含 id 屬性,那么將返回 True:

def has_class_but_no_id(tag):

return tag.has_attr('class') and not tag.has_attr('id')

將這個方法作為參數(shù)傳入 find_all() 方法,將得到所有

標(biāo)簽:

soup.find_all(has_class_but_no_id)

# [

The Dormouse's story

,

#

Once upon a time there were...

,

#

...

]

2)keyword 參數(shù)

注意：如果一個指定名字的參數(shù)不是搜索內(nèi)置的參數(shù)名,搜索時會把該參數(shù)當(dāng)作指定名字tag的屬性來搜索,如果包含一個名字為 id 的參數(shù),Beautiful Soup會搜索每個tag的”id”屬性

soup.find_all(id='link2')

# [Lacie]

如果傳入 href 參數(shù),Beautiful Soup會搜索每個tag的”href”屬性

soup.find_all(href=re.compile("elsie"))

# [Elsie]

使用多個指定名字的參數(shù)可以同時過濾tag的多個屬性

soup.find_all(href=re.compile("elsie"), id='link1')

# [three]

在這里我們想用 class 過濾，不過 class 是 python 的關(guān)鍵詞，這怎么辦？加個下劃線就可以

soup.find_all("a", class_="sister")

# [Elsie,

# Lacie,

# Tillie]

有些tag屬性在搜索不能使用,比如HTML5中的 data-* 屬性

soup.find_all("a", class_="sister")

# [Elsie,

# Lacie,

# Tillie]

但是可以通過 find_all() 方法的 attrs 參數(shù)定義一個字典參數(shù)來搜索包含特殊屬性的tag

data_soup.find_all(attrs={"data-foo": "value"})

# [

foo!]

3)text 參數(shù)

通過 text 參數(shù)可以搜搜文檔中的字符串內(nèi)容.與 name 參數(shù)的可選值一樣, text 參數(shù)接受 字符串 , 正則表達(dá)式 , 列表, True

soup.find_all(text="Elsie")

# [u'Elsie']

soup.find_all(text=["Tillie", "Elsie", "Lacie"])

# [u'Elsie', u'Lacie', u'Tillie']

soup.find_all(text=re.compile("Dormouse"))

[u"The Dormouse's story", u"The Dormouse's story"]

4)limit 參數(shù)

find_all() 方法返回全部的搜索結(jié)構(gòu),如果文檔樹很大那么搜索會很慢.如果我們不需要全部結(jié)果,可以使用 limit 參數(shù)限制返回結(jié)果的數(shù)量.效果與SQL中的limit關(guān)鍵字類似,當(dāng)搜索到的結(jié)果數(shù)量達(dá)到 limit 的限制時,就停止搜索返回結(jié)果.

文檔樹中有3個tag符合搜索條件,但結(jié)果只返回了2個,因為我們限制了返回數(shù)量

soup.find_all("a", limit=2)

# [Elsie,

# Lacie]

5)recursive 參數(shù)

調(diào)用tag的 find_all() 方法時,Beautiful Soup會檢索當(dāng)前tag的所有子孫節(jié)點(diǎn),如果只想搜索tag的直接子節(jié)點(diǎn),可以使用參數(shù) recursive=False .

一段簡單的文檔:

復(fù)制代碼 代碼如下:

The Dormouse's story

...

是否使用 recursive 參數(shù)的搜索結(jié)果:

soup.html.find_all("title")

# [

The Dormouse's story]

soup.html.find_all("title", recursive=False)

# []

(2)find( name , attrs , recursive , text , **kwargs )

它與 find_all() 方法唯一的區(qū)別是 find_all() 方法的返回結(jié)果是值包含一個元素的列表,而 find() 方法直接返回結(jié)果

(3)find_parents() find_parent()

find_all() 和 find() 只搜索當(dāng)前節(jié)點(diǎn)的所有子節(jié)點(diǎn),孫子節(jié)點(diǎn)等. find_parents() 和 find_parent() 用來搜索當(dāng)前節(jié)點(diǎn)的父輩節(jié)點(diǎn),搜索方法與普通tag的搜索方法相同,搜索文檔搜索文檔包含的內(nèi)容

(4)find_next_siblings() find_next_sibling()

這2個方法通過 .next_siblings 屬性對當(dāng) tag 的所有后面解析的兄弟 tag 節(jié)點(diǎn)進(jìn)行迭代,

find_next_siblings() 方法返回所有符合條件的后面的兄弟節(jié)點(diǎn),find_next_sibling()

只返回符合條件的后面的第一個tag節(jié)點(diǎn)

(5)find_previous_siblings() find_previous_sibling()

這2個方法通過 .previous_siblings 屬性對當(dāng)前 tag 的前面解析的兄弟 tag 節(jié)點(diǎn)進(jìn)行迭代,

find_previous_siblings() 方法返回所有符合條件的前面的兄弟節(jié)點(diǎn), find_previous_sibling()

方法返回第一個符合條件的前面的兄弟節(jié)點(diǎn)

(6)find_all_next() find_next()

這2個方法通過 .next_elements 屬性對當(dāng)前 tag 的之后的 tag 和字符串進(jìn)行迭代, find_all_next() 方法返回所有符合條件的節(jié)點(diǎn), find_next() 方法返回第一個符合條件的節(jié)點(diǎn)

(7)find_all_previous() 和 find_previous()

這2個方法通過 .previous_elements 屬性對當(dāng)前節(jié)點(diǎn)前面的 tag 和字符串進(jìn)行迭代, find_all_previous() 方法返回所有符合條件的節(jié)點(diǎn), find_previous()方法返回第一個符合條件的節(jié)點(diǎn)

注：以上(2)(3)(4)(5)(6)(7)方法參數(shù)用法與 find_all() 完全相同，原理均類似，在此不再贅述。

8.CSS選擇器

我們在寫 CSS 時，標(biāo)簽名不加任何修飾，類名前加點(diǎn)，id名前加 #，在這里我們也可以利用類似的方法來篩選元素，用到的方法是 soup.select()，返回類型是 list

(1)通過標(biāo)簽名查找

print soup.select('title')

#[

The Dormouse's story]

print soup.select('a')

#[, Lacie, Tillie]

print soup.select('b')

#[The Dormouse's story]

(2)通過類名查找

print soup.select('.sister')

#[, Lacie, Tillie]

(3)通過 id 名查找

print soup.select('#link1')

#[]

(4)組合查找

組合查找即和寫 class 文件時，標(biāo)簽名與類名、id名進(jìn)行的組合原理是一樣的，例如查找 p 標(biāo)簽中，id 等于 link1的內(nèi)容，二者需要用空格分開

print soup.select('p #link1')

#[]

直接子標(biāo)簽查找

print soup.select("head > title")

#[

The Dormouse's story]

(5)屬性查找

查找時還可以加入屬性元素，屬性需要用中括號括起來，注意屬性和標(biāo)簽屬于同一節(jié)點(diǎn)，所以中間不能加空格，否則會無法匹配到。

print soup.select("head > title")

#[

The Dormouse's story]

print soup.select('a[href="http://example.com/elsie"]')

#[]

同樣，屬性仍然可以與上述查找方式組合，不在同一節(jié)點(diǎn)的空格隔開，同一節(jié)點(diǎn)的不加空格

print soup.select('p a[href="http://example.com/elsie"]')

#[]

好，這就是另一種與 find_all 方法有異曲同工之妙的查找方法，是不是感覺很方便？

總結(jié)

本篇內(nèi)容比較多，把 Beautiful Soup 的方法進(jìn)行了大部分整理和總結(jié)，不過這還不算完全，仍然有 Beautiful Soup 的修改刪除功能，不過這些功能用得比較少，只整理了查找提取的方法，希望對大家有幫助！小伙伴們加油！

熟練掌握了 Beautiful Soup，一定會給你帶來太多方便，加油吧！

總結(jié)

以上是生活随笔為你收集整理的python html解析beautiful_python中html解析-Beautiful Soup的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。