BeautifulSoup的高級應用 之 contents children descendants string strings stripped_strings
阿新 • • 發佈：2018-01-24
sheet att sso track win csdn 調用 rod pan
繼上一節。BeautifulSoup的高級應用 之 find findAll，這一節，主要解說BeautifulSoup有關的其它幾個重要應用函數。
本篇中，所使用的html為：
html_doc = """
<html>
<head><title>The Dormouse‘s story</title></head>
<p class="title"><b>The Dormouse‘s story</b .contents和.children
tag的 .contents 屬性能夠將 tag的子節點以列表的形式輸出。
from bs4 import BeautifulSoup
soup = BeautifulSoup(html_doc)
head_tag = soup.head
head_tag
# <head BeautifulSoup對象本身一定會包括子節點 ,也就是說 標簽也是 BeautifulSoup 對象的子節點 :
len(soup.contents)
# 1
soup.contents[0].name
# u‘html‘字符串沒有.contents 屬性 ,由於字符串沒有子節點 :
text = title_tag.contents[0]
text.contents
# AttributeError: ‘NavigableString‘ object has no attribute ‘contents‘通過 tagtagtag的 .children 生成器 ,能夠對 tagtagtag的子節點進行循環 :
for child in title_tag.children:
print(child)
# The Dormouse‘s story.descendants:
.contents和 .children 屬性僅包括 tagtagtag的直接子節點 .比如 ,標簽僅僅有一個直接子節點
head_tag.contents
# [<title>The Dormouse‘s story</title>]可是 標簽也包括一個子節點 :字符串 字符串 “The Dormouse’s story”, 這樣的情況下字符串 “The Dormouse’s story” 也屬於 標簽的子孫節點 .descendants 屬性能夠對全部 tagtagtag的子孫節 點進行遞歸循環
for child in head_tag.descendants:
print(child)
# <title>The Dormouse‘s story</title>
# The Dormouse‘s story