pythonisbeautiful_python-beautifulsoup菜鸟教程
findtable = mysoup.find('table', attrs={'class': 'GridTableContent'})tbody = table.find('tbody')
find_all 和 find ⽤法类似
trList = tbody.find_all('tr')
菜鸟教程python面向对象六、搜索⽂档树
6.1、find_all(name, attrs, recursive, text, **kwargs)
在上⾯的栗⼦中我们简单介绍了find_all的使⽤，接下来介绍⼀下find_all的更多⽤法-过滤器。这些过滤器贯穿整个搜索API，过滤器可以被⽤在tag的name中，节点的属性等。
（1）name参数：
字符串过滤：会查与字符串完全匹配的内容a_list = bs.find_all("a")
print(a_list)
正则表达式过滤：如果传⼊的是正则表达式，那么BeautifulSoup4会通过search()来匹配内容from bs4 import BeautifulSoup
import re
file = open('./aa.html', 'rb')
html = ad()
bs = BeautifulSoup(html,"html.parser")
t_list = bs.find_all(repile("a"))
for item in t_list:
print(item)
列表：如果传⼊⼀个列表，BeautifulSoup4将会与列表中的任⼀元素匹配到的节点返回t_list = bs.find_all(["meta","link"])
for item in t_list:
print(item)
⽅法：传⼊⼀个⽅法，根据⽅法来匹配
from bs4 import BeautifulSoup
file = open('./aa.html', 'rb')
html = ad()
bs = BeautifulSoup(html,"html.parser")
def name_is_exists(tag):
return tag.has_attr("name")
t_list = bs.find_all(name_is_exists)
for item in t_list:
print(item)
（2）kwargs参数：from bs4 import BeautifulSoup
import re
file = open('./aa.html', 'rb')
html = ad()
bs = BeautifulSoup(html,"html.parser")
# 查询id=head的Tag
t_list = bs.find_all(id="head") print(t_list)
# 查询href属性包含ss1.bdstatic的Tag
t_list = bs.find_all(href=repile("news.baidu"))
print(t_list)
# 查询所有包含class的Tag(注意：class在Python中属于关键字，所以加_以⽰区别)
t_list = bs.find_all(class_=True)
for item in t_list:
print(item)
（3）attrs参数：
并不是所有的属性都可以使⽤上⾯这种⽅式进⾏搜索，⽐如HTML的data-*属性：t_list = bs.find_all(data-foo="value")
如果执⾏这段代码，将会报错。我们可以使⽤attrs参数，定义⼀个字典来搜索包含特殊属性的tag：t_list = bs.find_all(attrs={"data-foo":"value"})
for item in t_list:
print(item)
（4）text参数：
通过text参数可以搜索⽂档中的字符串内容，与name参数的可选值⼀样，text参数接受 字符串，正则
表达式，列表from bs4 import BeautifulSoup
import re
file = open('./aa.html', 'rb')
html = ad()
bs = BeautifulSoup(html, "html.parser")
t_list = bs.find_all(attrs={"data-foo": "value"})
for item in t_list:
print(item)
t_list = bs.find_all(text="hao123")
for item in t_list:
print(item)
t_list = bs.find_all(text=["hao123", "地图", "贴吧"])
for item in t_list:
print(item)
t_list = bs.find_all(text=repile("\d"))
for item in t_list:
print(item)
当我们搜索text中的⼀些特殊属性时，同样也可以传⼊⼀个⽅法来达到我们的⽬的：def length_is_two(text):
return text and len(text) == 2
t_list = bs.find_all(text=length_is_two)
for item in t_list:
print(item)
（5）limit参数：
可以传⼊⼀个limit参数来限制返回的数量，当搜索出的数据量为5，⽽设置了limit=2时，此时只会返回前2个数据from bs4 import BeautifulSoup
import re
file = open('./aa.html', 'rb')
html = ad()
bs = BeautifulSoup(html, "html.parser")
t_list = bs.find_all("a",limit=2)
for item in t_list:
print(item)
find_all除了上⾯⼀些常规的写法，还可以对其进⾏⼀些简写：# 两者是相等的
# t_list = bs.find_all("a") => t_list = bs("a")
t_list = bs("a") # 两者是相等的
# t_list = bs.a.find_all(text="新闻") => t_list = bs.a(text="新闻")
t_list = bs.a(text="新闻")
6.2、find()
find()将返回符合条件的第⼀个Tag，有时我们只需要或⼀个Tag时，我们就可以⽤到find()⽅法了。当然了，也可以使⽤find_all()⽅法，传⼊⼀个limit=1，然后再取出第⼀个值也是可以的，不过未免繁琐。from bs4 import BeautifulSoup
import re
file = open('./aa.html', 'rb')
html = ad()
bs = BeautifulSoup(html, "html.parser")
# 返回只有⼀个结果的列表
t_list = bs.find_all("title",limit=1)
print(t_list)
# 返回唯⼀值
t = bs.find("title")
print(t)
# 如果没有到，则返回None
t = bs.find("abc") print(t)
从结果可以看出find_all，尽管传⼊了limit=1，但是返回值仍然为⼀个列表，当我们只需要取⼀个值时，远不如find⽅法⽅便。但是如果未搜索到值时，将返回⼀个None
在上⾯介绍BeautifulSoup4的时候，我们知道可以通过bs.div来获取第⼀个div标签，如果我们需要获取第⼀个div下的第⼀个div，我们可以这样：t = bs.div.div
# 等价于
t = bs.find("div").find("div")

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。