1.安装模块
使用国内镜像源安装
pip install beautifulsoup4 -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com pip install requests -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com
2.Demo
import requests from bs4 import BeautifulSoup def get_images(page): response = requests.get(f'https://www.ishsh.com/gaoqing/page/{page}', verify=False) data = response.content.decode('utf8') with open(f'a{page}.html', 'wb') as f: f.write(response.content) soup = BeautifulSoup(data, 'html.parser') print(soup.prettify()) images = soup.find_all('img') for item in images: try: if page > 1: data_original = item['src'] else: data_original = item['data-original'] index = data_original.find('&src') print(data_original[index + 5:]) except KeyError as e: print('无此节点') def get_image(): response = requests.get(f'https://www.ishsh.com/gaoqing', verify=False) data = response.content.decode('utf8') print(data) soup = BeautifulSoup(data, 'html.parser') img = soup.find('img') print(img) print(img['data-original']) def select_image(): response = requests.get('https://www.ishsh.com/gaoqing', verify=False) data = response.content.decode('utf8') soup = BeautifulSoup(data, 'html.parser') # imgs = soup.select('img') imgs = soup.select('.img') for item in imgs: print(item) # print(type(item)) # print(item.string) # print(item.content) # print(item.get_text()) print(item['title']) if __name__ == '__main__': page = 1 get_images(1) # print(soup.title) # 选择标签,选择第一个 # print(soup.title.name)# 获取标签名 # print(soup.title.string)# 标签内容 # print(soup.img['src'])# 获取属性 # print(soup.head.title.string)# 嵌套选择 # print(soup.p.contents)# 获取p标签下所有子标签的内容 # print(soup.p.children)#获取p标签下所有子标签的可迭代对象 # # print(soup.a.parent)# 获取a标签的父节点 # print(list(enumerate(soup.img.parent))) # print(next(soup.span.next_siblings))# 获取后面的兄弟节点 # # print(next(soup.span.previous_sublings))# 获取前面的兄弟节点 # print(soup.div.next_silbing)# 获取下一个兄弟节点 # print(soup.div.previous_sinbling)#获取前一个兄弟节点 # print(soup.find_all('img'))# 根据标签名查找元素 # print(soup.find_all(attrs={'class':'img'}))# 根据属性查找元素 # print(soup.find_all(text='''丝袜美腿'''))# 根据内容查找元素
3.备注
find_all,find,select等方法查到的bs4.element.Tag类型的对象,可继续使用这些方法进行链条查询
参考https://www.cnblogs.com/zhaof/p/6930955.html

【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 10年+ .NET Coder 心语,封装的思维:从隐藏、稳定开始理解其本质意义
· .NET Core 中如何实现缓存的预热?
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· TypeScript + Deepseek 打造卜卦网站:技术与玄学的结合
· 阿里巴巴 QwQ-32B真的超越了 DeepSeek R-1吗?
· 【译】Visual Studio 中新的强大生产力特性
· 10年+ .NET Coder 心语 ── 封装的思维:从隐藏、稳定开始理解其本质意义
· 【设计模式】告别冗长if-else语句:使用策略模式优化代码结构
2018-03-28 AutoMapper