- BeautifulSoup类的基本元素
| 基本元素 |
说明 |
| Tag |
标签，最基本的信息组织单元，分别用<>和</>标明开头和结尾 |
| Name |
标签的名字，<p>…</p>的名字是'p'，格式：<tag>.name |
| Attributes |
标签的属性，字典形式组织，格式：<tag>.attrs |
| NavigableString |
标签内非属性字符串，<>…</>中字符串，格式：<tag>.string |
| Comment |
标签内字符串的注释部分，一种特殊的Comment类型 |
| 注：任何存在于HTML语法中的标签都可以用soup.<tag>访问获得 |
|
| 当HTML文档中存在多个相同<tag>对应内容时，soup.<tag>返回第一个 |
|
#基本类型
print(soup.title)
print(soup.a)
print(soup.a.parent.name)
print(soup.a.parent.parent.name)
print(soup.a.attrs)
print(soup.a.attrs['class'])
print(soup.a.attrs['href'])
print(type(soup.a.attrs))
print(type(soup.a))
print(soup.a.string)
print(soup.p)
print(soup.p.string)
print(type(soup.p.string))
#
#HTML注释
newsoup = BeautifulSoup("<b><!--This is a comment--></b><p>This is not a comment</p>","html.parser")
print(newsoup.b.string)
print(type(newsoup.b.string))
print(newsoup.p.string)
print(type(newsoup.p.string))
- 基于bs4库的HTML格式输出
print(soup.prettify())
