Python爬蟲包 BeautifulSoup 學習（八） parent等應用
繼續使用上篇的html頁面內容：
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" 繼續分析文件樹 ,每個 tag或字串都有父節點 :被包含在某個 tag中 。
.parent
通過 .parent 屬性來獲取某個元素的父節點。在例子html文件中，<head>標籤是<title>標籤的父節點:
title_tag = soup.title
title_tag
# <title>The Dormouse's story</title>
title_tag.parent
# <head><title>The Dormouse's story</title></head> title下的字串也有父節點:<title>標籤
title_tag.string.parent
# <title>The Dormouse's story</title>文件的頂層節點比如<html>的父節點是 BeautifulSoup 物件:
html_tag = soup.html
type(html_tag.parent)
# <class 'bs4.BeautifulSoup'>BeautifulSoup 物件的 .parent 是None。
.parents
通過元素的.parents屬性可以遞迴得到元素的所有父輩節點 , 下面的例子使用了 .parents方法遍歷了<a>標籤到根節點 的所有節點：
link = soup.a
link
# <a class="sister" href="http://example.com/elsie" id="link1">Elsie</a>
for parent in link.parents:
if parent is None:
print(parent)
else:
print(parent.name)
# p
# body
# html
# [document]
# None兄弟節點
舉例說明：
<a>
<b>text1</b>
<c>text2</c>
</a>這裡的b和c節點為兄弟節點.
.next_sibling 和 .previous_sibling
在文件樹中，使用 .next_sibling 和 .previous_sibling 屬性來查詢兄弟節點：
sibling_soup = BeautifulSoup("<a><b>text1</b><c>text2</c></b></a>")
sibling_soup.b.next_sibling
sibling_soup.c.previous_sibling
# <c>text2</c>
# <b>text1</b>b 標籤有.next_sibling 屬性 ,但是沒有 .previous_sibling 屬性 ，因為 b標籤在同級節點中是第一個 。同理 ，c標籤有 .previous_sibling 屬性 ，卻沒有 .next_sibling 屬性 。
link = soup.a
link
link.next_sibling
# <a class="sister" href="http://example.com/elsie" id="link1">Elsie</a>
# u',\n'注意：第一個a標籤的next_sibling 屬性值為，\n
link.next_sibling.next_sibling
# <a class="sister" href="http://example.com/lacie" id="link2">Lacie</a>第一個a標籤的next_sibling的next_sibling 屬性值為Lacie
.next_siblings 和 .previous_siblings
通過 .next_siblings 和 .previous_siblings 屬性對當前節點的兄弟節點迭代輸出：
for sibling in soup.a.next_siblings:
print(repr(sibling)) # u',\n'
for sibling in soup.find(id="link3").previous_siblings: print(repr(sibling))
# <a class="sister" href="http://example.com/lacie" id="link2">Lacie</a>
# u' and\n'
# <a class="sister" href="http://example.com/tillie" id="link3">Tillie</a>
# u'; and they lived at the bottom of a well.'
# None
# ' and\n'
# <a class="sister"
# u',\n'
# <a class="sister" href="http://example.com/elsie" id="link1">Elsie</a>
# u'Once upon a time there were three little sisters; and their names were\n'
# None回退和前進
舉例html如下：
<html><head><title>The Dormouse's story</title></head> <p class="title"><b>The Dormouse's story</b></p>HTML 解析器把這段字串轉換成一連的事件 : “ 開啟標籤 ”新增一段字串 ”,關閉標籤 ”,”開啟標籤 ”, 等。
Beautiful Soup提供了重現解析器初始化過程的方法。
next_element 和 .previous_element
.next_element 屬性指向解析過程中下一個被的物件 (字串或 tag),結果可能 與 .next_sibling 相同 ,但通常是不一樣的。
last_a_tag = soup.find("a", id="link3")
last_a_tag
# <a class="sister" href="http://example.com/tillie" id="link3">Tillie</a>
last_a_tag.next_sibling
# '; and they lived at the bottom of a well.'但這個 <a>標籤的 .next_element 屬性結果是在標籤被解析之後的內容 ,不是<a>標籤後的句子部分 ,應該是字串 ”Tillie”:
last_a_tag.next_element
# u'Tillie'.previous_element 屬性剛好與.next_element 相反 ,它指向當前被解析的物件的前一個解析物件 :
last_a_tag.previous_element
# u' and\n'
last_a_tag.previous_element.next_element
# <a class="sister" href="http://example.com/tillie" id="link3">Tillie</a>.next_elements 和 .previous_elements
通過 .next_elements 和 .previous_elements 的迭代器就可以向前或後訪問文件解析內容 ,就好像文件正在被解析一樣 :
for element in last_a_tag.next_elements: print(repr(element))
# u'Tillie'
# u';\nand they lived at the bottom of a well.'
# u'\n\n'
# <p class="story">...</p>
# u'...'
# u'\n'
# None