这篇博客介绍了如何使用Python内置库解析数据。解析文本时，需要传入字符串作为第0个参数，并选择合适的解析器。文中提到了用于解析的简单方法，并详细解释了`find()`和`find_all()`两个方法，前者返回首个元素，后者返回包含所有匹配元素的列表。文章还探讨了如何从类对象中提取文字和URL。
BeautifulSoup解析数据的用法很简单，请看下图：
在括号中，要输入两个参数，第0个参数是要被解析的文本，注意了，它必须必须必须是字符串。
括号中的第1个参数用来标识解析器，我们要用的是一个Python内置库：html.parser。（它不是唯一的解析器，却是简单的那个）
from bs4 import BeautifulSoup
res = requests.get('')
# 把网页解析为BeautifulSoup对象
soup = BeautifulSoup(res.text,'html.parser')
我们仍然使用BeautifulSoup来提取数据。
这一步，又可以分为两部分知识：find()与find_all()，以及Tag对象（标签对象）。
find()运行结果正是首个div元素吧！我们还打印了它的数据类型：<class 'bs4.element.Tag'>，说明这是一个Tag类标签对象。
find_all()运行结果是那三个div元素，它们一起组成了一个列表结构。打印items的类型，显示的是<class 'bs4.element.ResultSet'>，是一个ResultSet类的对象。其实是Tag对象以列表结构储存了起来，可以把它当做列表来处理。
看看Tag类对象的常用属性和方法
我们用Tag.text提出Tag对象中的文字，用Tag['href']提取出URL。
请看下图：
扫一扫
872
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
