BeautifulSoup_lxml解析

def parseHtml(html):
    soup = BeautifulSoup(html, 'lxml')
    # print(soup.prettify)格式化输出
    # items = soup.find_all('div', attrs={'class': 'news-list-b'})
    # items = soup.select('Tag')#CSS选择器
    # items = soup.select('.class')属性
    # items = soup.select('#id')ID
    # items = soup.select('Tag[attr]')标签+属性
    # items = soup.select('.class Tag #id')空格表示子节点，组合使用
    # items = soup.select('Tag').text取文本
    # items = soup.select('Tag').get_text()取文本
    # tag.get('className')取标签属性
    # tag['className']取标签属性
    # tag.attrs.get('className')取标签属性
    items = soup.select('.news-list-b .list .item .title a')
    for item in items:
        yield item.get('href')#attrs字典取属性

def parseHtml(html):
    soup = BeautifulSoup(html, 'lxml')
    # print(soup.prettify)格式化输出
    # items = soup.find_all('div', attrs={'class': 'news-list-b'})
    # items = soup.select('Tag')#CSS选择器
    # items = soup.select('.class')属性
    # items = soup.select('#id')ID
    # items = soup.select('Tag[attr]')标签+属性
    # items = soup.select('.class Tag #id')空格表示子节点，组合使用
    # items = soup.select('Tag').get_text()取文本
    # tag.get('className')取标签属性
    # tag['className']取标签属性
    # tag.attrs.get('className')取标签属性
    items = soup.select('.news-list-b .list .item .title a')
    for item in items:
        yield item.get('href')#attrs字典取属性

标签：

版权申明：本站文章部分自网络，如有侵权，请联系：west999com@outlook.com
特别注意：本站所有转载文章言论不代表本站观点，本站所提供的摄影照片，插画，设计作品，如需使用，请与原作者联系，版权归原作者所有