BeautifulSoup模块的简单使用,beautifulsoup模块,可以通过dir(Beau
BeautifulSoup模块的简单使用,beautifulsoup模块,可以通过dir(Beau
可以通过dir(BeautifulSoup.BeautifulSoup)查看其有什么函数,如果想知道某个函数的含义可以使用help(BeautifulSoup.BeautifulSoup.find)来查看其官方文档。
可以使用pprint来整输出,使用dir和help之前一定要import BeautifulSoup。
# -*- coding:utf8 -*- import urllib import urllib2 import BeautifulSoup import re htmlSource = urllib.urlopen("http://www.taobao.com/").read(200000) soup = BeautifulSoup.BeautifulSoup(htmlSource) #输出<head>...</head> print soup.head #输出<title>...</title> print soup.head.title #会返回一个列表,每个列表元素都是<a>...</a> tags = soup.findAll('a') print tags print '京东放养的爬虫' #取<a></a>中间包含的元素,如果有href则输出 for item in soup.fetch('a',href=True): print item['href'] #找到所有的<a></a>,如果其中href元素中含有taobao则输出 for a in soup.findAll('a',href=True): if re.findall('taobao', a['href']): print "Found the URL:", a['href'] #输出<div></div>中间class属性等于J_Tanx mod,只输出第一个 print str(soup.find("div",{"class":"J_Tanx mod"}))
相关内容
- 数字归一计算代码效率曲线,计算代码效率曲线,# -*-
- Python操作MySQL数据库实例,pythonmysql实例,在Windows平台上
- python 的 石头, 剪刀, 布,python石头剪刀,import rando
- 利用线程(threading)或者进程(multiprocessing)并发,并控制并
- python 判断文件、文件夹是否存在,python判断,>>&g
- Python获取Windows的CPU数量,python获取cpu,通过取得Windws下
- python实现的Caesar加解密算法,pythoncaesar,Caesar算法是最简
- Argparse,,def main():
- 网络爬虫,,# -*- coding
- python socket 轻量级服务器,pythonsocket,使用非阻塞加多线
评论关闭