爬虫利器beautifulsoup中find和find_all的使用方法
二话不说，先上段html例子
使用beautifulsoup前需要先构建beautifulsoup实例
需要注意的是，导入对的模块需要事先安装，此处导入的lxml事先已经安装。可以导入的模块可通过查询beautifulsoup的文档查看
接下来是find和find_all的介绍
1. find
只返回第一个匹配到的对象
语法：
参数：
| 参数名 | 作用 |
|---|---|
| name | 查找标签 |
| text | 查找文本 |
| attrs | 基于attrs参数 |
例子：
运行结果：
find_li: <li class=”item-0″ id=”flask”><a href=”link1.html” rel=”external nofollow” rel=”external nofollow” rel=”external nofollow” rel=”external nofollow” rel=”external nofollow” >first item</a></li>
li.text(返回标签的内容): first item
li.attrs(返回标签的属性): {‘id’: ‘flask’, ‘class’: [‘item-0’]}
li.string(返回标签内容为字符串): first item
find也可以通过‘属性=值’的方法进行匹配
需要注意的是，因为class是python的保留关键字，若要匹配标签内class的属性，需要特殊的方法，有以下两种：
- 在attrs属性用字典的方式进行参数传递
- beautifulsoup自带的特别关键字class_
运行结果
findclass: <li class=”item-1″><a href=”link2.html” rel=”external nofollow” rel=”external nofollow” rel=”external nofollow” rel=”external nofollow” rel=”external nofollow” rel=”external nofollow” >second item</a></li>
beautifulsoup_class_: <li class=”item-1″><a href=”link2.html” rel=”external nofollow” rel=”external nofollow” rel=”external nofollow” rel=”external nofollow” rel=”external nofollow” rel=”external nofollow” >second item</a></li>
2. find_all
返回所有匹配到的结果，区别于find（find只返回查找到的第一个结果）
语法：
| 参数名 | 作用 |
|---|---|
| name | 查找标签 |
| text | 查找文本 |
| attrs | 基于attrs参数 |
与find一样的语法
上代码
运行结果：
—
匹配到的li: <li class=”item-0″ id=”flask”><a href=”link1.html” rel=”external nofollow” rel=”external nofollow” rel=”external nofollow” rel=”external nofollow” rel=”external nofollow” >first item</a></li>
li的内容: first item
li的属性: {‘id’: ‘flask’, ‘class’: [‘item-0’]}
—
匹配到的li: <li class=”item-1″><a href=”link2.html” rel=”external nofollow” rel=”external nofollow” rel=”external nofollow” rel=”external nofollow” rel=”external nofollow” rel=”external nofollow” >second item</a></li>
li的内容: second item
li的属性: {‘class’: [‘item-1’]}
—
匹配到的li: <li cvlass=”item-inactie”><a href=”link3.html” rel=”external nofollow” rel=”external nofollow” rel=”external nofollow” >third item</a></li>
li的内容: third item
li的属性: {‘cvlass’: ‘item-inactie’}
—
匹配到的li: <li class=”item-1″><a href=”link4.html” rel=”external nofollow” rel=”external nofollow” rel=”external nofollow” rel=”external nofollow” >fourth item</a></li>
li的内容: fourth item
li的属性: {‘class’: [‘item-1’]}
—
匹配到的li: <li class=”item-0″><a href=”link5.html” rel=”external nofollow” rel=”external nofollow” rel=”external nofollow” >fifth item</a>
</li>
li的内容: fifth item
附上比较灵活的find_all查询方法：
运行结果：
- 最灵活的查找方法: <li class=”item-1″><a href=”link2.html” rel=”external nofollow” rel=”external nofollow” rel=”external nofollow” rel=”external nofollow” rel=”external nofollow” rel=”external nofollow” >second item</a></li>
- 最灵活的查找方法: <li class=”item-1″><a href=”link4.html” rel=”external nofollow” rel=”external nofollow” rel=”external nofollow” rel=”external nofollow” >fourth item</a></li>
完整代码：
到此这篇关于beautifulsoup中find和find_all的使用详解的文章就介绍到这了,更多相关beautifulsoup find和find_all内容请搜索www.887551.com以前的文章或继续浏览下面的相关文章希望大家以后多多支持www.887551.com！
