Python读取本地文件并解析网页元素的方法
作者：林毅洋 发布时间：2022-01-10 08:06:27
标签：Python,读取,本地,解析,网页
如下所示：
from bs4 import BeautifulSoup
path = './web/new_index.html'
with open(path, 'r') as f:
Soup = BeautifulSoup(f.read(), 'lxml')
titles = Soup.select('ul > li > div.article-info > h3 > a')
for title in titles:
print(title.text)
输出：
Sardinia's top 10 beaches
How to get tanned
How to be an Aussie beach bum
Summer's cheat sheet
#其中
titles = Soup.select('ul > li > div.article-info > h3 > a')
#等效
titles = Soup.select('h3 a')
print(title.text)
#等效
print(title.get_text())
print(title.string)
也可以使用以下代码
import bs4
path = './web/new_index.html'
with open(path, 'r') as f:
Soup = bs4.BeautifulSoup(f.read(), 'lxml')
titles = Soup.select('h3 a')
for title in titles:
print(title.string)
Html原文：
<html>
<head>
<link rel="stylesheet" type="text/css" href="new_blah.css" rel="external nofollow" >
</head>
<body>
<div class="header">
<img src="images/blah.png">
<ul class="nav">
<li><a href="#" rel="external nofollow" rel="external nofollow" rel="external nofollow" >Home</a></li>
<li><a href="#" rel="external nofollow" rel="external nofollow" rel="external nofollow" >Site</a></li>
<li><a href="#" rel="external nofollow" rel="external nofollow" rel="external nofollow" >Other</a></li>
</ul>
</div>
<div class="main-content">
<h2>Article</h2>
<ul class="articles">
<li>
<img src="images/0001.jpg" width="100" height="91">
<div class="article-info">
<h3><a href="www.sample.com" rel="external nofollow" rel="external nofollow" rel="external nofollow" rel="external nofollow" >Sardinia's top 10 beaches</a></h3>
<p class="meta-info">
<span class="meta-cate">fun</span>
<span class="meta-cate">Wow</span>
</p>
<p class="description">white sands and turquoise waters</p>
</div>
<div class="rate">
<span class="rate-score">4.5</span>
</div>
</li>
<li>
<img src="images/0002.jpg" width="100" height="91">
<div class="article-info">
<h3><a href="www.sample.com" rel="external nofollow" rel="external nofollow" rel="external nofollow" rel="external nofollow" >How to get tanned</a></h3>
<p class="meta-info">
<span class="meta-cate">butt</span><span class="meta-cate">NSFW</span>
</p>
<p class="description">hot bikini girls on beach</p>
</div>
<div class="rate">
<img src="images/Fire.png" width="18" height="18">
<span class="rate-score">5.0</span>
</div>
</li>
<li>
<img src="images/0003.jpg" width="100" height="91">
<div class="article-info">
<h3><a href="www.sample.com" rel="external nofollow" rel="external nofollow" rel="external nofollow" rel="external nofollow" >How to be an Aussie beach bum</a></h3>
<p class="meta-info">
<span class="meta-cate">sea</span>
</p>
<p class="description">To make the most of your visit</p>
</div>
<div class="rate">
<span class="rate-score">3.5</span>
</div>
</li>
<li>
<img src="images/0004.jpg" width="100" height="91">
<div class="article-info">
<h3><a href="www.sample.com" rel="external nofollow" rel="external nofollow" rel="external nofollow" rel="external nofollow" >Summer's cheat sheet</a></h3>
<p class="meta-info">
<span class="meta-cate">bay</span>
<span class="meta-cate">boat</span>
<span class="meta-cate">beach</span>
</p>
<p class="description">choosing a beach in Cape Cod</p>
</div>
<div class="rate">
<span class="rate-score">3.0</span>
</div>
</li>
</ul>
</div>
<div class="footer">
<p>© Mugglecoding</p>
</div>
</body>
</html>
来源：https://blog.csdn.net/kajweb/article/details/54745114
0
投稿猜你喜欢
使用实例引用类的属性时，会发生动态绑定。即python会在实例每次引用类属性时，将对应的类属性绑定到实例上。动态绑定的例子：class A:- 1. 引言本文为介绍流行的数独游戏的系列文章中的第一篇。更具体地说，我们如何构建一个脚本来解决数独难题，本文的重点在于介绍用于构建数独求解器
- 今天是 Firefox3的2008下载日 ，这就意味着Firefox3正式发布了。Firefox3有众多的改进和新功能，我最关注的功能之一是
- 一、爬取豆瓣热评该程序进行爬取豆瓣热评，将爬取的评论(json文件)保存到与该python文件同一级目录 * 意需要下载这几个库:reques
- 前言今天呢，笔者想和大家聊聊python+pytest接口自动化中将代码进行封装，只有将测试代码进行封装，才能被测试框架识别执行。例如单个接
- yield的功能类似于return，但是不同之处在于它返回的是生成器。生成器生成器是通过一个或多个yield表达式构成的函数，每一个生成器都
- 需要准备的工具：SQL Query Analyzer和SqlExec Sunx Version第一部分：去掉xp_cmdshell保护系统的
- 前言值类型：所有像int、float、bool和string这些类型都属于值类型，使用这些类型的变量直接指向存在内存中的值，值类型的变量的值
- 首先得有一个Scrapy项目，我在Desktop上新建一个Scrapy的项目叫test，在Desktop目录打开命令行，键入命令：scrap
- 数据备份与还原第二篇，具体如下基础概念：备份，将当前已有的数据或记录另存一份；还原，将数据恢复到备份时的状态。为什么要进行数据的备份与还原？
- 一、准备工作1、确保jdk已安装成功，并且jdk版本选用1.7以上版本2、准备一台新的主机mysql_mycat放到master的前面做代理
- 今天打包selenium一个简单的请求，打完包本机运行exe没有问题，换台机器就闪退，非常蛋疼找了半天原因。下面简述下，防止踩坑，如果闪退十
- vue中form data形式传参vue项目中form data形式传参，需要在headers中添加如下代码headers: {
- 本文实例为大家分享了python+rsync精确同步指定格式文件的具体代码，供大家参考，具体内容如下# coding: utf-8#!/us
- 这个工具是使用Python开发，可以从下面地址了解详情。官网： https://pypi.org/project/webssh/webssh
- 大家都出书，我也很幸运的有了这本书，不过一本书的好与坏，错与对都是在于一个人的理解，web标准这个东西主要还是大家理解，理解的深
- golang中，一般strcut包含 interface类型后，struct类型都需要实现 interface导出的接口，从而成为相应的 i
- 1. Single array iteration>>> a = np.arange(6).reshape(2,3)>
- AJAX:Asynchronous JavaScript And XML--------异步JavaScript和XML
- 前言刚刚看了EuroPython 2017一篇演讲，Why You Don't Need Design Patterns in Py
