首页用bs4模块解析HTML

用bs4模块解析HTML

时间: 2024-04-30 21:22:36 浏览: 100

使用Python中的BeautifulSoup库可以方便地解析HTML文档。下面是一个简单的例子： ```python from bs4 import BeautifulSoup # 定义HTML文档 html_doc = """ <html> <head> <title>网页标题</title> </head> <body> <h1>这是一个标题</h1> <p>这是一个段落。</p> <a href="http://www.baidu.com">这是一个链接</a> </body> </html> """ # 创建BeautifulSoup对象 soup = BeautifulSoup(html_doc, 'html.parser') # 获取标题 title = soup.title.string print('标题：', title) # 获取第一个h1标签的文本内容 h1 = soup.h1.string print('h1标签的文本内容：', h1) # 获取第一个p标签的文本内容 p = soup.p.string print('p标签的文本内容：', p) # 获取第一个a标签的href属性值 a = soup.a['href'] print('a标签的href属性值：', a) ``` 输出结果： ``` 标题：网页标题 h1标签的文本内容：这是一个标题 p标签的文本内容：这是一个段落。 a标签的href属性值： http://www.baidu.com ``` 在这个例子中，我们首先定义了一个HTML文档，并使用BeautifulSoup库创建了一个解析器对象soup。之后，我们通过soup对象的方法和属性获取了HTML文档中的不同元素的内容。对于每个元素，我们都可以使用相应的方法或属性来获取其信息。例如，我们可以使用`title.string`来获取HTML文档中`<title>`标签的文本内容，使用`soup.a['href']`来获取HTML文档中第一个`<a>`标签的`href`属性值。

阅读全文