python的BeautifulSoup对象类型有哪些？这是你进阶python学习的关键

Beautiful Soup将复杂HTML文档转换成一个复杂的树形结构,每个节点都是Python对象,所有对象可以归纳为4种:

(1)Tag

(2)NavigableString

(3)BeautifulSoup

(4)Comment

1、python的BeautifulSoup对象类型有哪些——Tag

Tag 通俗点讲就是 HTML 中的一个个标签，例如：

from bs4 import BeautifulSoup

html = """

first item

second item

third item

fourth item

fifth item

"""

# 创建 Beautiful Soup 对象

soup = BeautifulSoup(html, "lxml")

print(soup.li) #

first item

print(soup.a) # first item

print(soup.span) # third item

print(soup.p) # None

print(type(soup.li)) #

我们可以利用 soup 加标签名轻松地获取这些标签的内容，这些对象的类型是bs4.element.Tag。但是注意，它查找的是在所有内容中的第一个符合要求的标签。如果要查询所有的标签，后面会进行介绍。

对于 Tag，它有两个重要的属性，是name和attrs。

from bs4 import BeautifulSoup

html = """

first item

second item

third item

fourth item

fifth item

"""

# 创建 Beautiful Soup 对象

soup = BeautifulSoup(html, "lxml")

print(soup.li.attrs) # {'class': ['item-0']}

print(soup.li["class"]) # ['item-0']

print(soup.li.get('class')) # ['item-0']

print(soup.li) #

first item

soup.li["class"] = "newClass" # 可以对这些属性和内容等等进行修改

print(soup.li) #

first item

del soup.li['class'] # 还可以对这个属性进行删除

print(soup.li) #

first item

2、python的BeautifulSoup对象类型有哪些——NavigableString

既然我们已经得到了标签的内容，那么问题来了，我们要想获取标签内部的文字怎么办呢?很简单，用 .string 即可，例如

from bs4 import BeautifulSoup

html = """

first item

second item

third item

fourth item

fifth item

"""

# 创建 Beautiful Soup 对象

soup = BeautifulSoup(html, "lxml")

print(soup.li.string) # first item

print(soup.a.string) # first item

print(soup.span.string) # third item

# print(soup.p.string) # AttributeError: 'NoneType' object has no attribute 'string'

print(type(soup.li.string)) #

3、python的BeautifulSoup对象类型有哪些——BeautifulSoup

BeautifulSoup 对象表示的是一个文档的内容。大部分时候,可以把它当作 Tag 对象，是一个特殊的 Tag，我们可以分别获取它的类型，名称，以及属性来感受一下。

from bs4 import BeautifulSoup

html = """

first item

second item

third item

fourth item

fifth item

"""

# 创建 Beautiful Soup 对象

soup = BeautifulSoup(html, "lxml")

print(soup.name) # [document]

print(soup.attrs) # {}, 文档本身的属性为空

print(type(soup.name)) #

4、python的BeautifulSoup对象类型有哪些——Comment

Comment 对象是一个特殊类型的 NavigableString 对象，其输出的内容不包括注释符号。

from bs4 import BeautifulSoup

html = """

"""

# 创建 Beautiful Soup 对象

soup = BeautifulSoup(html, "lxml")

print(soup.a) #

print(soup.a.string) # Elsie

print(type(soup.a.string)) #

a 标签里的内容实际上是注释，但是如果我们利用 .string 来输出它的内容时，注释符号已经去掉了。

以上就是《python的BeautifulSoup对象类型有哪些？这是你进阶python学习的关键》的全部内容，这些python的实践方法学会了，你的python一定会突飞猛进，环球网校的小编也祝大家python学习之路顺利。如果你想知道更多的python编程知识，可以点击下方资料下载链接。