准备
导包并以这段HTML源码为例，创建一个bs对象。
from bs4 import BeautifulSoup
html_doc = """
<html><head><title>The Dormouse's story</title></head>
<body>
<p class="title"><b>The Dormouse's story</b></p>
<p class="story">Once upon a time there were three little sisters; and their names were
<a href="http://example.com/elsie" class="sister" id="link1">Elsie</a>,
<a href="http://example.com/lacie" class="sister" id="link2">Lacie</a> and
<a href="http://example.com/tillie" class="sister" id="link3">Tillie</a>;
and they lived at the bottom of a well.</p>
"""
soup = BeautifulSoup(html_doc, 'lxml')
获取所有<a>标签
print(soup.select('a'))
输出结果为一个列表
获取class属性为指定值的标签
筛选出class='sister’的标签：
在指定class属性值前加点符号表示class：
print(soup.select('.sister'))
获取id属性为指定值的标签
筛选出id值为link1的标签：
在指定的id属性值前加井号表示id：
print(soup.select('#link1'))
获取指定文本
- .string()
- .get_text()
# 获取title标签当中的文本
print(soup.select('title'))
print('_'*100)
print(soup.select('title')[0].string)
print('_'*100)
print(soup.select('title')[0].get_text())
输出结果：
获取指定标签的指定属性：
获取所有<a>标签的href属性
a_tag = soup.select('a')
for i in a_tag:
print(i['href'])
（i是标签对象，i.href不管用。）