Beautiful Soup 库提供了许多常用的方法,用于解析和操作 HTML 或 XML 文档。以下是一些常用的方法:
初始化:
BeautifulSoup(markup, parser):用于创建一个 Beautiful Soup 对象,其中 markup 是要解析的 HTML 或 XML 字符串,parser 是解析器名称或解析器对象。
查找元素:
find(name, attrs, recursive, text, kwargs):查找文档中第一个符合条件的元素。
find_all(name, attrs, recursive, text, limit, kwargs):查找文档中所有符合条件的元素。limit 参数用于限制返回结果的数量。
find_parents() 和 find_parent():查找当前元素的父级元素。
find_next_siblings() 和 find_next_sibling():查找当前元素之后的同级元素。
find_previous_siblings() 和 find_previous_sibling():查找当前元素之前的同级元素。
find_all_next() 和 find_next():查找当前元素之后的所有元素。
find_all_previous() 和 find_previous():查找当前元素之前的所有元素。
提取信息:
.string 或 .get_text():获取标签内的文本内容。
.attrs:获取标签的所有属性,返回一个字典。
get(key):获取标签的指定属性值。
修改文档:
.append():在当前元素的子元素列表末尾添加一个新的子元素。
.insert():在当前元素的子元素列表的指定位置插入一个新的子元素。
.remove():删除文档中的某个元素。
.replace_with():用一个新的元素替换掉当前元素。
.unwrap():移除当前元素的父级元素,将其内容放到父级元素的位置。
.wrap():用一个新的父级元素包裹当前元素。
其他方法:
.prettify():将文档格式化为漂亮的 HTML 或 XML 字符串。
.encode():将文档编码为指定的编码格式。
.decode():将文档解码为 Unicode 字符串。
这些方法只是 Beautiful Soup 提供的一部分功能,它还有许多其他方法和功能可以帮助你更灵活地处理 HTML 或 XML 文档。通过组合使用这些方法,你可以轻松地解析、提取、修改和输出文档中的信息。