通過css屬性來獲取對應的標籤，如下面兩個標籤
from urllib.request import urlopen
from bs4 import beautifulsoup
html = urlopen("")
bsobj = beautifulsoup(html)
namelist = bsobj.findall("span", )
for name in namelist:
print(name.get_text()
2. get_text()方法解析
.get_text() 會把你正在處理的 html 文件中所有的標籤都清除，然後返回 乙個只包含文字的字串。假如你正在處理乙個包含許多超連結、段落和標 籤的大段源**，那麼 .get_text() 會把這些超連結、段落和標籤都清除掉， 只剩下一串不帶標籤的文字。
3. find()和findall()
findall(tag, attributes, recursive, text, limit, keywords)
find(tag, attributes, recursive, text, keywords)
你可以傳乙個標籤的名稱或多個標籤名稱組成的 python 列表做標籤引數。例如，下面的**將返回乙個包含 html 文件中所有標題標籤的列表：
findall()
屬性引數 attributes 是用乙個 python 字典封裝乙個標籤的若干屬性和對應的屬性值。例 如，下面這個函式會返回 html 文件裡紅色與綠色兩種顏色的 span 標籤：
findall("span", })
如果 recursive 設定為 true，findall 就會根據你的要求去查詢標籤引數的所有子標籤，以及子 標籤的子標籤。如果 recursive 設定為 false，findall 就只查詢文件的一級標籤。findall 預設是支援遞迴查詢的（recursive 預設值是 true）；一般情況下這個引數不需要設定，除 非你真正了解自己需要哪些資訊，而且抓取速度非常重要，那時你可以設定遞迴引數。
它是用標籤的文字內容去匹配，而不是用標籤的屬性。
3. 導航樹
findall 函式通過標籤的名稱和屬性來查詢標籤 ，導航樹是通過縱向或橫向導航來查詢標籤。
如果你只想找出子標籤，可以用 .children 標籤：
from urllib.request import urlopen
from bs4 import beautifulsoup
html = urlopen("")
bsobj = beautifulsoup(html)
for child in bsobj.find("table",).children:
print(child)
beautifulsoup 的 next_siblings() 函式可以讓收集**資料成為簡單的事情，尤其是處理 帶標題行的**：
from urllib.request import urlopen
from bs4 import beautifulsoup
html = urlopen("")
bsobj = beautifulsoup(html)
for sibling in bsobj.find("table",).tr.next_siblings:、
print(sibling)
from urllib.request import urlopen
from bs4 import beautifulsoup
html = urlopen("")
bsobj = beautifulsoup(html)
print(bsobj.find("img",).parent.previous_sibling.get_text())
BeautifulSoup 安裝使用
linux環境 1.安裝 方法一 解壓 tar xzvf beautifulsoup4 4.2.0.tar.gz 安裝 進入解壓後的目錄 python setup.py build sudo python setup.py install 方法二 快速安裝 ubuntu sudo apt get i...
BeautifulSoup使用相關知識
1基礎使用，獲取某一 內容的h1標籤 2複雜html解析 print name.get text get text 清除標籤，只保留內容 4通過網際網路採集 外鏈 from urllib.request import urlopen from bs4 import beautifulsoup imp...
BeautifulSoup庫的使用
解析器 使用方法 優勢劣勢 python標準庫 beautifulsoup markup,html.parser python的內建標準庫 執行速度適中 文件容錯能力強 python 2.7.3 or 3.2.2 前的版本中文容錯能力差 lxml html 解析器 beautifulsoup mar...