[Web自动化] BeautifulSoup导航文档树

7.4 BeautifulSoup导航文档树

7.4.1 子节点和子孙节点

7.4.1.1 子节点

.contents ：这是一个列表，包含了Tag对象的所有子节点。列表的第一个元素是Tag的第一个子节点，最后一个元素是最后一个子节点。如果Tag不包含任何内容，则.contents是一个空列表。
.children ：这是一个生成器，用于迭代Tag的所有子节点。与.contents不同，.children不会一次性加载所有子节点到内存中，因此适用于处理大型文档。

示例：

python 复制代码

from bs4 import BeautifulSoup

html_doc = "<p>First paragraph.<a href='http://example.com'>Link</a></p>"
soup = BeautifulSoup(html_doc, 'html.parser')

p_tag = soup.p
print(p_tag.contents)# 输出子节点的列表，如：['First paragraph.', <a href="http://example.com">Link</a>]

for child in p_tag.children:
 print(child)# 迭代输出每个子节点

7.4.1.2 子孙节点

.descendants：这是一个生成器，用于迭代Tag的所有子孙节点，即直接子节点、子节点的子节点等，直到最底层的节点。

示例：

python 复制代码

for descendant in p_tag.descendants:
 print(descendant)# 迭代输出所有子孙节点，包括文本节点和标签

7.4.2 父节点和祖先节点

.parent ：返回当前节点的直接父节点。如果节点是顶层节点（如整个文档的根节点），则返回None。
.parents：这是一个生成器，返回当前节点的所有祖先节点，从直接父节点开始，一直到文档的根节点。

示例：

python 复制代码

a_tag = soup.a
print(a_tag.parent)# 输出：<p>First paragraph.<a href="http://example.com">Link</a></p>

for parent in a_tag.parents:
 print(parent)# 迭代输出所有祖先节点

7.4.3 兄弟节点

.next_sibling 和 .previous_sibling ：分别返回当前节点的下一个和上一个兄弟节点。如果节点是最后一个或第一个兄弟节点，则返回None。
.next_siblings 和 .previous_siblings：这是两个生成器，分别迭代当前节点之后和之前的所有兄弟节点。

示例：

python 复制代码

for sibling in a_tag.next_siblings:
 print(sibling)# 迭代输出<a>标签之后的所有兄弟节点（在这个例子中，可能没有输出，因为<a>是最后一个子节点）
# 假设我们有一个更复杂的结构来演示.previous_sibling
html_doc = "<p>Text before <a href='http://example.com'>Link</a> Text after</p>"
soup = BeautifulSoup(html_doc, 'html.parser')
a_tag = soup.a
print(a_tag.previous_sibling)# 输出：Text before （注意，这可能包括额外的空格或换行符，具体取决于HTML文档的格式）

# 对于.previous_siblings，这里没有直接的前一个兄弟节点可以展示，但如果有，可以类似地迭代它们

请注意，兄弟节点之间的空格、换行符等也可能被视为NavigableString对象，因此在遍历兄弟节点时可能会遇到它们。此外，实际的输出可能取决于HTML文档的格式和解析器的实现细节。