安装:
pip install bs4
pip install lxml
引用:
from urllib.request import urlopen
from bs4 import BeautifulSoup
r = urlopen('https://www.boc.cn/sourcedb/whpj/')
response = r.read().decode('utf-8')
soup = BeautifulSoup(response, features= 'lxml')
常用的函数:
搜索文档树,选择对象节点:
**find_all( name , attrs , recursive , text , kwargs )
以下td标签为例:
<td class="pjrq">2021.01.30 10:30:00</td>
选中td的方法,返回为1个list列表:
soup.find_all('td'),
soup.find_all('td', class="pjrq")
#如果是data-属性:
soup.find_all(td, attrs={"data-foo": "value"})
判断对象含不含一个attr,有的话输出:
td = soup.find_all('td')
if td.has_attr('class'):
attr = td.get('class')[0]
输出节点内容:
soup.find_all('td')[0].string
soup.find_all('td')[0].text