转载请注明出处：
BeautifulSoup是一个用于解析HTML和XML文档的Python库，它提供了一些简单但强大的API，让你可以从文档中提取数据。以下是一些BeautifulSoup的主要特性和功能：
- 解析HTML和XML文档：
BeautifulSoup可以解析HTML和XML文档，并创建一个BeautifulSoup对象，这个对象表示整个文档。可以使用这个对象来搜索和修改文档的元素。 - 导航文档树：
BeautifulSoup提供了一些方法，让你可以在文档树中导航。例如，可以使用find方法来搜索文档树中的元素，使用find_all方法来搜索所有匹配的元素，使用parent，children，descendants等属性来访问元素的父元素，子元素和后代元素。 - 搜索文档树：
BeautifulSoup提供了一些方法，可以搜索文档树中的元素。例如，可以使用find方法来搜索文档树中的第一个匹配的元素，使用find_all方法来搜索所有匹配的元素，使用select方法来使用CSS选择器来搜索元素。 - 修改文档树：
BeautifulSoup提供了一些方法，可以修改文档树中的元素。例如，可以使用append，prepend，insert_before，insert_after方法来添加新的元素，使用replace_with方法来替换元素，使用extract方法来移除元素。
使用BeautifulSoup的示例：
from bs4 import BeautifulSoup # 解析HTML文档 html_doc = """ <html><head><title>The Dormouse's story</title></head> <body> <p class="title"><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> """ soup = BeautifulSoup(html_doc, 'html.parser') # 导航文档树 p = soup.find('p', class_='title') print(p.name) # 输出: p print(p.string) # 输出: The Dormouse's story # 搜索文档树 links = soup.find_all('a') for link in links: print(link.get('href')) # 输出: http://example.com/elsie, http://example.com/lacie, http://example.com/tillie # 修改文档树 p.string.replace_with('A new title') print(p.string) # 输出: A new title
搜索相邻的元素标签值：
def job(): soup = BeautifulSoup(html_doc, 'html.parser') target_a = soup.find('a', string='Elsie') print('target_a', target_a.text) if target_a is not None: target_a_next = target_a.find_next('a') print(target_a_next.text) else: print("No matching element found.") job()
标签: Python
