一、BeautifulSoup庫提供了一個檢索的參數:

<>.find_all(name,attrs,recursive,string,**kwargs),它返回一個列表類型，存儲查找的結果。它的一些對應的簡寫形式是：

　　<tag>(...) <=> <tag>.find_all(...)

　　soup.(...) <=> soup.find_all(...)

?name：按照標簽名稱進行檢索，可以同時對多個標簽名稱同時檢索

?attr：按照標簽的屬性值進行檢索，可以標註為屬性檢索

?recursive：是否對子孫全部檢索，默認為True

?string：對標簽中字符串區域進行檢索，<>...string...</>

 1 import requests
 2 from bs4 import BeautifulSoup
 3 import re
 4 
 5 r = requests.get(‘http://python123.io/ws/demo.html‘)
 6 r.raise_for_status()
 7 r.encoding = r.apparent_encoding
 8 demo = r.text
 9 soup = BeautifulSoup(demo,"html.parser")
10 
11
 
 print(soup.find_all(‘a‘))#按照name進行檢索
12 print(soup.find_all([‘a‘,‘b‘]))#同時對多個name標簽進行檢索
13 for tag in soup.find_all(re.compile(‘b‘)):#對以b開頭的所有標簽進行檢索
14     print(tag.name)
15     print(tag)
16 
17 print("")
18 print(soup.find_all(‘p‘,‘course‘))#按照標簽裏面的屬性值進行檢索
19 print(soup.find_all(id=‘link1‘))#按照指定的屬性的屬性值進行檢索，嚴格匹配
 

20 print(soup.find_all(id = re.compile(‘link‘)))#特定屬性值的不嚴格匹配
21 
22 print("")
23 print(soup.find_all(‘a‘,recursive = False))#不對所有子孫檢索，只檢索兒子節點,起點是html標簽，如果返回的是空列表[],就代表a標簽是在兒子標簽之後的標簽裏面
24 
25 print(soup.find_all(string = ‘Basic Python‘))#檢索字符串，嚴格匹配
26 print(soup.find_all(string = re.compile(‘Python‘)))#不嚴格匹配

二、<>find_all(..)的擴展方法

基於BeautifulSoup庫的HTML內容的查找