Python爬蟲包 BeautifulSoup 學習（七） children等應用
阿新 • • 發佈：2019-02-02
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></p>
<p class="story">Once upon a time there were three little sisters; and their names were
<a href="http://example.com/elsie" .contents和.children
tag的 .contents 屬性可以將 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
print head_tag
head_tag.contents
title_tag = head_tag.contents[0]
print title_tag
print title_tag.contents
# <head><title>The Dormouse's story</title></head> BeautifulSoup物件本身一定會包含子節點 ,也就是說 標籤也是 BeautifulSoup 物件的子節點 :
len(soup.contents)
# 1
soup.contents[0].name
# u'html'字串沒有.contents 屬性 ,因為字串沒有子節點 :
text = title_tag.contents[0]
print text.contents
# AttributeError: 'NavigableString' object has no attribute 'contents'通過 tag的 .children ,可以對 tag的直接子節點（父標籤的下一級）進行迴圈 :
for child in title_tag.children:
print(child)
# The Dormouse's story.descendants
.contents和 .children 屬性僅包含 tag的直接子節點 。例如 ：
head_tag.contents
# [<title>The Dormouse's story</title>]而.descendants 屬性是父標籤下面所有級別的標籤，例如，tr標籤是table的子標籤，而tr、th、td等都是table的後代標籤，例如：
for child in head_tag.descendants:
print(child)
# <title>The Dormouse's story</title>
# The Dormouse's story標籤只有一個子節點，但是有 2個子孫節點。這個在之前講過，BeautifulSoup將HTML解析為一棵樹，以此來理解子節點與子孫節點就好理解了。
len(list(soup.children)) #這裡是html的children子節點
# 1
len(list(soup.descendants)) #這裡是html的descendants子孫節點 多個
# 25.string
如果tag只有一個NavigableString 型別子節點 ,那麼這個tag可以使用.string 得到子節點 :
title_tag.string
# u'The Dormouse's story'如果一個tag僅有一個子節點 ,那麼這個 tag也可以使用 .string 方法 ,輸出結果與當前唯一子節點的 .string 結果相同。
如果 tag包含了多個子節點，tag就無法確定 .string方法應該呼叫哪個子節點的內 , .string 的輸出結果是 None。
strings 和 stripped_strings
如果 tag中包含多個字串 ,可以使用.strings 來迴圈獲取 :
for string in soup.strings:
print(repr(string)) 輸出的字串中 可能包含了很多空格或行 ,使用 .stripped_strings 可以去除多餘空白內容 :
for string in soup.stripped_strings:
print(repr(string))