BeautifulSoup 使用步骤:
from bs4 import BeautifulSoup
soup = BeautifulSoup(res.text, ‘lxml’)
tag = soup.select(“CSS选择器表达式”) # 返回一个列表
```Python
# CSS选择器:
1.根据节点名及节点层次关系定位标签: 标签选择器 & 层级选择器
soup.select('title')
soup.select('div > ul > li') # 单层级选择器
soup.select('div li') # 多层级选择器
2.根据节点的class属性定位标签: class选择器
soup.select('.panel')
3.根据id属性定位标签: id选择器
soup.select('#item')
4.嵌套选择:
ul_list = soup.select('ul')
for ul in ul_list:
print(ul.select('li'))
# 获取节点的文本或属性:
tag_obj.string: 获取直接子文本-->如果节点内有与直系文本平行的节点, 该方法拿到的是None
tag_obj.get_text(): 获取子孙节点的所有文本
tag_obj['attribute']: 获取节点属性
# 练习示例:
html = '''
<div class="panel">
<div class="panel-heading">
<h4>BeautifulSoup练习</h4>
</div>
<div class="panel-body">
<ul class="list" id="list-1">
<li class="element">第一个li标签</li>
<li class="element">第二个li标签</li>
<li class="element">第三个li标签</li>
</ul>
<ul class="list list-small">
<li class="element">one</li>
<li class="element">two</li>
</ul>
<li class="element">测试多层级选择器</li>
</div>
</div>
'''
from bs4 import BeautifulSoup
soup = BeautifulSoup(html, 'lxml')
# 1.根据节点名定位节点, 获取其文本
h4 = soup.select('h4') # 标签选择器
print(h4[0].get_text())
# 2.根据class属性定位节点
panel = soup.select('.panel-heading')
print(panel)
# 3.根据id属性定位节点
ul = soup.select('#list-1')
print(ul)
# 4.嵌套选择
ul_list = soup.select('ul')
for ul in ul_list:
li = ul.select('li')
print(li)
# 5.单层级选择器与多层级选择器
li_list_single = soup.select(".panel-body > ul > li")
li_list_multi = soup.select(".panel-body li")