14 bs对象.节点名称.name attrs string 获取节点名称 属性 内容

14.1 提取节点名称 属性 内容的方法

tag [tæɡ]:标签。
attr：属性。
string [strɪŋ]：字符串。

19_BeautifulSoup提取数据1

1. 获取节点名称

语法格式：bs对象.节点名称.name
返回的数据类型：字符串

from bs4 import BeautifulSoup
html_str = """<p align="center"><strong>应是绿肥红瘦。</strong></p>"""
bs_duixiang = BeautifulSoup(html_str,"lxml")

# 获取p节点的名称
print(bs_duixiang.p.name)
print(type(bs_duixiang.p.name))

【终端输出】

p
<class 'str'>

运行代码后输出的p为节点名称，数据类型为字符串。

2. 获取节点属性

语法格式：bs对象.节点名称.attrs
返回的数据类型：字典

from bs4 import BeautifulSoup
html_str = """<p align="center"><strong>应是绿肥红瘦。</strong></p>"""
bs_duixiang = BeautifulSoup(html_str,"lxml")

# 获取p节点的属性
print(bs_duixiang.p.attrs)
print(type(bs_duixiang.p.attrs))

【终端输出】

{'align': 'center'}
<class 'dict'>

运行代码后输出的align': 'center为节点属性，数据类型为字典。

align[əˈlaɪn]：对齐方式。
center[ˈsentə]：居中。

align表示代码属性名。
center表示属性值。

3. 获取节点内容

语法格式：bs对象.节点名称.string
返回的数据类型：可遍历的字符串对象。

from bs4 import BeautifulSoup
html_str = """<p align="center"><strong>应是绿肥红瘦。</strong></p>"""
bs_duixiang = BeautifulSoup(html_str,"lxml")

# 获取p节点的内容
print(bs_duixiang.p.string)
print(type(bs_duixiang.p.string))

【终端输出】

应是绿肥红瘦。
<class 'bs4.element.NavigableString'>

14.2 实战练习

# 声明一个字符串变量，存储部分HTML代码
html_str = """
<div id="ArtContent">
<h1>古典诗词鉴赏之李清照篇——《如梦令》</h1>
</div>
<p align="center"><strong>昨夜雨疏风骤，</strong></p>
<p align="center"><strong>浓睡不消残酒，</strong></p>
<p align="center"><strong>试问卷帘人，</strong></p>
<p align="center"><strong>却道海棠依旧。</strong></p>
<p align="center"><strong>知否，</strong></p>
<p align="center"><strong>知否，</strong></p>
<p align="center"><strong>应是绿肥红瘦。</strong></p>
<a href="https://www.diyifanwen.com/m" target="_blank" class="print-link">
"""
# 步骤1：从bs4 库中导入BeautifulSoup类
from bs4 import BeautifulSoup

# 步骤2：传入参数，实例化BeautifulSoup类
# 参数1是要解析的HTML字符串
# 参数2是解析器（这里用lxml解析器）
# 实例化后得到一个BeautifulSoup对象
# bs_duixiang = <class 'bs4.BeautifulSoup'>
bs_duixiang  = BeautifulSoup(html_str, 'lxml')
print("解析器解析后得到一个BeautifulSoup对象：")
print(type(bs_duixiang ),'\n')

# 步骤3：bs对象.tag名称获取tag对象
print("提取到的节点数据类型为tag对象：")
print("默认提取第一个p节点")
print(bs_duixiang.p,'\n')

# 步骤4：bs对象.节点名称.name提取节点标签名称
print("p节点的名称为：")
print(bs_duixiang.p.name,'\n')

# 步骤4：bs对象.节点名称.attrs提取节点标签属性
print("p节点的属性为：")
print(bs_duixiang.p.attrs,'\n')

# 步骤4：bs对象.节点名称.string提取节点标签内容
print("p节点的内容为：")
print(bs_duixiang.p.string,'\n')

print("name的数据类型为：",type(bs_duixiang.p.name))
print("attrs的数据类型为：",type(bs_duixiang.p.attrs))
print("string的数据类型为：",type(bs_duixiang.p.string))

【终端输出】

解析器解析后得到一个BeautifulSoup对象：
<class 'bs4.BeautifulSoup'> 

提取到的节点数据类型为tag对象：
默认提取第一个p节点
<p align="center"><strong>昨夜雨疏风骤，</strong></p> 

p节点的名称为：
p 

p节点的属性为：
{'align': 'center'} 

p节点的内容为：
昨夜雨疏风骤， 

name的数据类型为： <class 'str'>
attrs的数据类型为： <class 'dict'>
string的数据类型为： <class 'bs4.element.NavigableString'>

14.3 总结

20_网络爬虫1