bs4有一個find_all(name,attrs,recursive,string,**kwargs)方法，返回一個列表類型，存儲查找的結果

name 對標簽名稱的檢索字符串

attrs 對標簽屬性值的檢索字符串，可標註屬性檢索，可查找某標簽中是否含有特定的字符串

recursive 是否對子孫全部檢索，默認True

string <>...</>中字符串區域的檢索字符串

舉例說明：

name

soup.find_all(‘a‘)#返回a標簽的內容
soup.find_all([‘a‘,‘b‘])#返回a和b標簽的內容

for tag in soup.find_all(True):#
 
打印文檔中的所有標簽名字
    print(tag.name)
‘‘‘
返回
html
head
title
body
p
b
p
a
a
‘‘‘
#使用正則化後：
import re#如果我們只想得到以b開頭的標簽，n那麽我們需要正則表達式，re是相應的庫
for tag in soup.find_all(re.compile(‘b‘)):
    print(tag.name)
#返回 body b

attrs:

soup.find_all(‘p‘,‘course‘)#查找p標簽中包含‘course‘的信息

soup.find_all(id=‘link1‘)
‘‘‘返回 [<a class="py1" href="http://www.icourse163.org/course/BIT-268001" id="link1">Basic Python</a>]
 
‘‘‘
soup.find_all(‘link‘)#返回[]

import re
soup.find_all(id=re.compile(‘link‘))#利用正則表達式查找包含link的標簽內容
‘‘‘
[<a class="py1" href="http://www.icourse163.org/course/BIT-268001" id="link1">Basic Python</a>,
 <a class="py2" href="http://www.icourse163.org/course/BIT-1001870001" id="link2">Advanced Python</a>]
 
‘‘‘

recursive:

soup.find_all(‘a‘,recursive=False)
#返回[]表明兒子節點上沒有a標簽

string:

soup.find_all(string=‘Basic Python‘)
#[‘Basic Python‘]

import re
soup.find_all(string=re.compile(‘python‘))#所有在字符串中出現Python的字符串檢索
‘‘‘
[‘This is a python demo page‘,
 ‘The demo python introduces several python courses.‘]
‘‘‘

另外，我們可以使用

<tag>(..)等價於<tag>.find_all(..)

soup(..)等價於soup.find_all(..)

find的擴展方法

爬蟲-基於bs4庫的HTML內容查找方法