python3爬虫获取html内容及各属性值的方法
今天用到BeautifulSoup解析爬下来的网页数据
首先导入包frombs4importBeautifulSoup
然后可以利用urllib请求数据
记得要导包
importurllib.request
然后调用urlopen,读取数据
f=urllib.request.urlopen(‘http://jingyan.baidu.com/article/455a9950bc94b8a166277898.html‘) response=f.read()
这里我们就不请求数据了,直接用本地的html代码,如下
注意:”'xxx”'是多行注释
#python3 frombs4importBeautifulSoup html='''super哈哈star 天下第一帅 是不是 ''' #用BeautifulSoup解析数据python3必须传入参数二'html.parser'得到一个对象,接下来获取对象的相关属性 html=BeautifulSoup(html,'html.parser') #读取title内容 print(html.title) #读取title属性 attrs=html.title.attrs print(attrs) #获取属性attrs['class']---->['ceshi']这是一个list通过下标可以获取值 print(attrs['class'][0]) #读取body print(html.body) 读取数据还可以通过BeautifulSoup的select方法 html.select() #按标签名查找 soup.select('title') soup.select('body') #按类名查找 soup.select('.sister') #按id名查找 #p标签中id为link的标签 soup.select('p#link') #取标签里面的值 soup.p.string #取标签里属性值通过href获取 html['href']
以上这篇python3爬虫获取html内容及各属性值的方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持毛票票。