python的BeautifulSoup庫findAll()、find()方法的詳細講解

本篇內容介紹了“python的BeautifulSoup庫findAll()、find()方法的詳細講解”的有關知識，在實際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領大家學習一下如何處理這些情況吧！希望大家仔細閱讀，能夠學有所成！

find()和findAll()官方定義如下：

findAll(tag, attributes, recursive, text, limit, keywords)
find(tag, attributes, recursive, text, keywords)

95%的時間只用前2個參數：tag，attributes。

tag
可以傳一個標簽的名稱或多個標簽名稱組成的 Python列表做標簽參數。例如，下面的代碼將返回一個包含 HTML 文檔中所有標題標簽的列表：
.findAll({"h2","h3","h4","h5","h6","h7"})

attributes
屬性參數 attributes 是用一個 Python 字典封裝一個標簽的若干屬性和對應的屬性值。例如，下面這個函數會返回 HTML 文檔里紅色與綠色兩種顏色的 span 標簽：
.findAll("span", {"class":{"green", "red"}})
如果只返回一種顏色的，如綠色：
.findAll("span", {"class": "green"})

recursive
遞歸參數 recursive 是一個布爾變量。你想抓取 HTML 文檔標簽結構里多少層的信息？如果recursive 設置為 True ， findAll 就會根據你的要求去查找標簽參數的所有子標簽，以及子標簽的子標簽。如果 recursive 設置為 False ， findAll 就只查找文檔的一級標簽。 findAll默認是支持遞歸查找的（ recursive 默認值是 True ）；一般情況下這個參數不需要設置。

text
文本參數 text 有點不同，它是用標簽的文本內容去匹配，而不是用標簽的屬性。假如我們想查找前面網頁中包含“the prince”內容的標簽數量，我們可以把之前的 findAll 方法換成下面的代碼：

nameList = bsObj.findAll(text="the prince")
print(len(nameList))

limit
范圍限制參數 limit ，顯然只用于 findAll 方法。 find 其實等價于 findAll 的 limit 等于1 時的情形。如果你只對網頁中獲取的前 x 項結果感興趣，就可以設置它。

keywords
可以讓你選擇那些具有指定屬性的標簽，屬于冗余的技術，如下所示：第一行采用keywords,第二行采用前兩個參數：tag、attributes

bsObj.findAll(id="text")
bsObj.findAll("", {"id":"text"})

用 keyword 偶爾會出現問題，尤其是在用 class 屬性查找標簽的時候，因為 class 是 Python 中受保護的關鍵字。所以一般只采用前2個參數tag、attributes即可。

“python的BeautifulSoup庫findAll()、find()方法的詳細講解”的內容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業相關的知識可以關注億速云網站，小編將為大家輸出更多高質量的實用文章！