python库之BeautifulSoup使用教程

安装BeautifulSoup

bash 复制代码
pip install beautifulsoup4

基本使用

python 复制代码
from bs4 import BeautifulSoup
res = requests.get(url)
soup = BeautifulSoup(res.text, 'lxml')

删除标签、属性

python 复制代码
# 删除标签
for i in ['style','video']:
    [s.extract() for s in soup(i)]

# 删除标签的属性
for element in soup.select('img'):
    del element['srcset']
for element in soup.select('a'):
    del element['href']

# 删除标签为div,属性class为abc的所有标签
remove_list = soup.find_all('div', attrs={'class': 'abc'})
[i.extract() for i in remove_list]

寻找标签

python 复制代码
div1 = soup.find('div', id='me')     # 只匹配第一个
div1 = soup.find_all('div', attrs={'class': 'abc'})     # 匹配出所有

删除标签,但保留其子标签且位置不变

python 复制代码
from bs4 import BeautifulSoup

html = '''
<html>
  <body>
    <div id="container">
    <p>This is a one</p>
      <div id="remove-me">
        <span>Child 1<a>111</a></span>
        <span>Child 2</span>
      </div>
      <p>This is a two</p>
    </div>
  </body>
</html>
'''
soup = BeautifulSoup(html, 'lxml')
# 找到要删除的 div 标签
div_to_remove = soup.find('div', id='remove-me')
if div_to_remove:
    # 获取父标签
    parent = div_to_remove.parent
    siblings = parent.contents
    position = siblings.index(div_to_remove)
    # 将子标签移动到父标签中
    while div_to_remove.contents:
        parent.insert(position,div_to_remove.contents[-1])
    # 删除原始标签
    div_to_remove.decompose()
# 打印结果
print(soup.prettify())
相关推荐
鹏程十八少3 分钟前
4.Android 大图片导致的内存溢出实战 KOOM + Profile +MAT 深入分析
前端
BeefyBytes4 分钟前
elpis DSL-跳出 CRUD 地狱的技术破局
前端
Zzz_睡不醒4 分钟前
HTML5、CSS3(2)
前端·css3·html5
Cache技术分享8 分钟前
153. Java Lambda 表达式 - 深入理解 Java Function 接口及其高性能变体
前端·后端
LetsonH8 分钟前
⭐CVPR2025 AKiRa:让视频生成玩转相机光学的黑科技[特殊字符]
人工智能·python·科技·深度学习·数码相机·计算机视觉
圆心角9 分钟前
vue diff 和 react diff区别,面试必备
前端·vue.js·react.js
FogLetter10 分钟前
HTML5 拖拽魔法:从零打造iPad般的丝滑体验
前端·html
阿慧勇闯大前端11 分钟前
最近面试问了很多次的ES6的新特性-Symbol是干啥的?
前端·面试
星_离11 分钟前
Vue组件通信很难吗?
前端·vue.js
Mintopia14 分钟前
《当 AI 开始“打字机”:Web 流式输出(SSE)的魔幻漂流》
前端·javascript·aigc