Beautiful Soup学习（二）

快来打我* 2021-11-29 07:38 178阅读 0赞

### Beautiful Soup学习（二） ###

*  父节点
 *   *  输出
 *  兄弟节点
 *   *  输出
 *  参考

# 父节点 #

import bs4
    from bs4 import BeautifulSoup
    
    html_doc = """ <head> <meta content="text/html; charset=utf-8" http-equiv="Content-Type"/> <title> 齐鲁晚报网-山东新闻门户 传播品质资讯 </title> <meta content="齐鲁晚报,生活日报,鲁南商报,山东新闻,济南新闻,滚动新闻,齐鲁晚报论坛,网上报料,拍客,微博齐鲁" name="keywords"/> <meta content="”no-transform”" http-equiv="”Cache-Control”"/> <meta content="YSz04dmCHI" name="baidu-site-verification"/> <link href="https://img.qlwb.com.cn/templates/qlwb/css/2017shou/qlwb.css" rel="stylesheet" type="text/css"/> <link href="https://img.qlwb.com.cn/templates/qlwb/css/2017shou/ad.css" rel="stylesheet" type="text/css"/>/ <link href="https://img.qlwb.com.cn/templates/qlwb/css/2017shou/index-szb.css" rel="stylesheet" type="text/css"/> </head> """
    # 解析文档
    bs = bs4.BeautifulSoup(html_doc, 'lxml')
    tag = bs.title
    # 通过 .parent 属性来获取某个元素的父节点
    print(tag.parent.name)
    # 文档title的字符串也有父节点:<title>标签
    print(tag.string.parent.name)
    # 文档的顶层节点比如<head>的父节点是 BeautifulSoup 对象:
    print(type(bs.html.parent))
    # BeautifulSoup 对象的 .parent 是None:
    print(bs.parent)
    # 通过元素的 .parents 属性可以递归得到元素的所有父辈节点
    for i in tag.parents:
        if i is None:
            print(i)
        else:
            print(i.name)

## 输出 ##

head
    title
    <class 'bs4.BeautifulSoup'>
    None
    head
    html
    [document]

# 兄弟节点 #

import bs4
    from bs4 import BeautifulSoup
    
    html_doc = """ <head> <meta content="text/html; charset=utf-8" http-equiv="Content-Type"/> <title> 齐鲁晚报网-山东新闻门户 传播品质资讯 </title> <meta content="齐鲁晚报,生活日报,鲁南商报,山东新闻,济南新闻,滚动新闻,齐鲁晚报论坛,网上报料,拍客,微博齐鲁" name="keywords"/> <meta content="”no-transform”" http-equiv="”Cache-Control”"/> <meta content="YSz04dmCHI" name="baidu-site-verification"/> <link href="https://img.qlwb.com.cn/templates/qlwb/css/2017shou/qlwb.css" rel="stylesheet" type="text/css"/> <link href="https://img.qlwb.com.cn/templates/qlwb/css/2017shou/ad.css" rel="stylesheet" type="text/css"/>/ <link href="https://img.qlwb.com.cn/templates/qlwb/css/2017shou/index-szb.css" rel="stylesheet" type="text/css"/> </head> """
    # 解析文档
    bs = bs4.BeautifulSoup(html_doc, 'lxml')
    tag = bs.title
    # 在文档树中,使用 .next_sibling 和 .previous_sibling 属性来查询兄弟节点:
    print(tag.next_sibling)
    print(tag.previous_sibling)
    # 通过 .next_siblings 和 .previous_siblings 属性可以对当前节点的兄弟节点迭代输出:
    print("-----------------------")
    for i in tag.next_siblings:
        print(i)
    print('----------------')
    for i in tag.previous_siblings:
        print(i)
    print('-------------------')
    # .next_element 属性指向解析过程中下一个被解析的对象(字符串或tag),
    print(tag.next_element)
    # .previous_element,它指向当前被解析的对象的前一个解析对象:
    print(tag.previous_element)
    # 通过 .next_elements 和 .previous_elements 的迭代器就可以向前或向后访问文档的解析内容,就好像文档正在被解析一样:

## 输出 ##

-----------------------
    
    
    <meta content="齐鲁晚报,生活日报,鲁南商报,山东新闻,济南新闻,滚动新闻,齐鲁晚报论坛,网上报料,拍客,微博齐鲁" name="keywords"/>
    
    
    <meta content="”no-transform”" http-equiv="”Cache-Control”"/>
    
    
    <meta content="YSz04dmCHI" name="baidu-site-verification"/>
    
    
    <link href="https://img.qlwb.com.cn/templates/qlwb/css/2017shou/qlwb.css" rel="stylesheet" type="text/css"/>
    
    
    <link href="https://img.qlwb.com.cn/templates/qlwb/css/2017shou/ad.css" rel="stylesheet" type="text/css"/>
    ----------------
    
    
    <meta content="text/html; charset=utf-8" http-equiv="Content-Type"/>
    
    
    -------------------
    
       齐鲁晚报网-山东新闻门户 传播品质资讯

# 参考 #

[Beautiful Soup 4.2.0 文档][Beautiful Soup 4.2.0]

[Beautiful Soup 4.2.0]: https://www.crummy.com/software/BeautifulSoup/bs4/doc.zh/