爬虫基础-bs4模块
2021/12/12 23:19:30
本文主要是介绍爬虫基础-bs4模块,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
bs4基本使用:
- 它可以从 HTML 或 XML 文档中快速地提取指定的数据
- 导入模块:
from bs4 import BeautifulSoup
- 指定html解析器:
html.parser
- 基本格式:
xxx = BeautifulSoup(xxx, 'html.parser')
find()和find_all():
xxx.find(标签, 属性=值)
- 找出一条符合
属性=值
的数据
- 找出一条符合
xxx.fina_all(标签, 属性=值)
- 找出全部符合
属性=值
的数据
- 找出全部符合
- 避免
class
冲突的两种方法:class_="xxx"
attrs={"class": "xxx"}
bs4案例:
#爬取卖菜网最新消息 from bs4 import BeautifulSoup import requests url = "http://www.maicainan.com/" headers = { "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/95.0.4638.54 Safari/537.36 Edg/95.0.1020.40" } res = requests.get(url, headers=headers) page = BeautifulSoup(res.text, "html.parser") div = page.find("div", class_="im_list") li = div.find_all("li") for a in li: data = a.find_all("a") title = data[0].text print(title) res.close()
这篇关于爬虫基础-bs4模块的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!
- 2024-06-15matplotlib作图不显示3D图,怎么办?
- 2024-06-1503-Loki 日志监控
- 2024-06-1504-让LLM理解知识 -Prompt
- 2024-06-05做软件测试需要懂代码吗?
- 2024-06-0514-ShardingSphere的分布式主键实现
- 2024-06-03为什么以及如何要进行架构设计权衡?
- 2024-05-31全网首发第二弹!软考2024年5月《软件设计师》真题+解析+答案!(11-20题)
- 2024-05-31全网首发!软考2024年5月《软件设计师》真题+解析+答案!(21-30题)
- 2024-05-30【Java】百万数据excel导出功能如何实现
- 2024-05-30我们小公司,哪像华为一样,用得上IPD(集成产品开发)?