爬蟲庫之BeautifulSoup學習（四）
探索文檔樹：
find_all(name,attrs,recursive,text,**kwargs)
方法搜索當前tag的所有tag子節點,並判斷是否符合過濾器的條件
1、name參數，可以查找所有名字為name的tag，字符串對象會被自動忽略掉。
1) 傳字符串
最簡單的過濾器是字符串.在搜索方法中傳入一個字符串參數,Beautiful Soup會查找與字符串完整匹配的內容.
下面的例子用於查找文檔中所有的<b>標簽
soup.find_all(‘b‘)
# [<b>The Dormouse‘s story</b>]
2)傳正則表達式
如果傳入正則表達式作為參數,Beautiful Soup會通過正則表達式的 match() 來匹配內容.
下面例子中找出所有以b開頭的標簽,這表示<body>和<b>標簽都應該被找到
import re
for tag in soup.find_all(re.compile("^b")):
print tag.name
#body
#b
3)傳列表
如果傳入列表參數,Beautiful Soup會將與列表中任一元素匹配的內容返回.下面代碼找到文檔中所有<a>標簽和<b>標簽
soup.find_all(["a","b"])
# [<b>The Dormouse‘s story</b>,
# <a class="sister" href="http://example.com/elsie" id="link1">Elsie</a>,
# <a class="sister" href="http://example.com/lacie" id="link2">Lacie</a>,
# <a class="sister" href="http://example.com/tillie" id="link3">Tillie</a>]
4)傳True
可以匹配任何值,下面代碼查找到所有的tag,但是不會返回字符串節點
5)傳方法
2.keyword參數
註意：如果一個指定名字的參數不是搜索內置的參數名,搜索時會把該參數當作指定名字tag的屬性來搜索,如果包含一個名字為 id 的參數,Beautiful Soup會搜索每個tag的”id”屬性
soup.find_all(id=‘link2‘)
# [<a class="sister" href="http://example.com/lacie" id="link2">Lacie</a>]
如果傳入href參數，BeautifulSoup會搜索每個tag的"href"屬性
soup.find_all(href=re.compile("elsie"))
使用多個指定名字的參數可以同時過濾tag的多個屬性
soup.find_all(href=re.compile("elsie"),id=‘link1)
爬蟲庫之BeautifulSoup學習（四）