Python爬虫是如何遍历文档树呢？一招教你(3)|python教程|python入门|python教程

当前位置:

首页 > 编程开发 > python入门 >

python入门教程之Python爬虫是如何遍历文档树呢？一招教你(3)

本站最新发布 Python从入门到精通|Python基础教程
试听地址 https://www.xin3721.com/eschool/pythonxin3721/

运行结果

<list_iterator object at 0x008FF950>

<title>The Dormouse's story</title>

相关推荐：《Python相关教程》

2.所有子孙节点：.descendants属性

上面讲的.contents和.children属性仅包含Tag的直接子节点，.descendants属性可以对所有Tag的子孙节点进行递归循环，和children类似，我们也需要通过遍历的方式获取其中的内容。

#!/usr/bin/python3

# -*- coding:utf-8 -*-

from bs4 import BeautifulSoup

html = """

<html><head><title>The Dormouse's story</title></head>

<body>

<p class="title" name="dromouse"><b>The Dormouse's story</b></p>

<p class="story">Once upon a time there were three little sisters; and their names were

<a href="http://example.com/elsie" class="sister" id="link1"><!-- Elsie --></a>,

<a href="http://example.com/lacie" class="sister" id="link2">Lacie</a> and

<a href="http://example.com/tillie" class="sister" id="link3">Tillie</a>;

and they lived at the bottom of a well.</p>

<p class="story">...</p>

"""

# 创建 Beautiful Soup 对象，指定lxml解析器

soup = BeautifulSoup(html, "lxml")

# 输出方式为列表生成器对象

print(soup.head.descendants)

# 通过遍历获取所有子孙节点

for child in soup.head.descendants:

    print(child)

栏目列表

首页 > 编程开发 > python入门 >

python入门教程之Python爬虫是如何遍历文档树呢？一招教你(3)