吴-------关于第三周BeautifulSoup个人作业中的易错点

在BeautifulSoup类库中可用html_parser进行解析

在html的文件中,要获得某标签的文本内容时,可用   对象名.select

('*')[0].text     其中[0]表示索引     *表示标签名

例题:

<h1  id=''tittle''>  Hello World    </h1>\

<a  href=''#'' class=''link'' >   This is link1        </a>\

<a   href=''# link2 ''  class=''link''>   This is link2   </a>\

找出id为tittle属性所在的节点文本soup.select(''#tittle'')[0].text

而找class为link的第一个节点的文本,则用soup.select(.link)[0].text

 

在爬取数据时,在多层class关系中,用#表示id,用.表示class,用空格表示下一层关系

 

pandas 类库中的DateFrame函数,可把列表转换成表格

在BeautifulSoup中将内容格式化可用prettify()

在继承关系(children/descendants/parent/parents)中,继承的返回结果为迭代器,需用enumerate来获取想要看到的内容

 

posted on 2018-09-25 23:17  扁儿  阅读(100)  评论(0编辑  收藏  举报

导航