Beautiful Soup是Python的一个网页解析库，处理快捷; 支持多种解析器，功能强大。教程细致讲解Beautiful Soup的深入使用、节点选择器、CSS选择器、Beautiful Soup4的方法选择器等重要知识点，是学好爬虫的基础课程。

节点选择器——提取信息的方法

学习目标

掌握节点选择器提取信息的方法

1. 提取信息的方法

通过选择元素的方式，我们获取到了标签的全部信息，如果我们想要提取标签中的信息，可以使用如下方式：

(1) 获取节点名称

格式：soup.tag.name
返回值：字符串

示例：

html = '''
  	<div class="panel">
  	    <div class="panel-heading">
  	        <h4>Hello</h4>
  	    </div>
  	    
  	    <div class="panel-body">
  	        <ul class="list" id="list-1">
  	            <li class="element"> Foo</li>
  	            <li class="element">Bar</li>
  	            <li class="element">]ay</li>
  	        </ul>
  	        
  	        <ul class="list list-small" id="list-2">
  	            <li class="element"> Foo</li>
  	            <li class="element">Bar</li>
  	        </ul>
  	    </div>
  	</div>
  	'''
    
from bs4 import BeautifulSoup
soup = BeautifulSoup(html, 'lxml')
# 获取a标签的名字
result = soup.a.name
print(result)
# 输出结果：
a

(2) 获取节点属性值

格式：soup.tag.attrs
返回值：字典

示例：

html = '''
	<div class="panel">
	    <div class="panel-heading">
	        <h4>Hello</h4>
	    </div>
	    
	    <div class="panel-body">
	        <ul class="list" id="list-1">
	            <li class="element"> Foo</li>
	            <li class="element">Bar</li>
	            <li class="element">]ay</li>
	        </ul>
	        
	        <ul class="list list-small" id="list-2">
	            <li class="element"> Foo</li>
	            <li class="element">Bar</li>
	        </ul>
	    </div>
	</div>
	'''
  
from bs4 import BeautifulSoup
soup = BeautifulSoup(html, 'lxml')
  
# 获取a标签的属性
result = soup.a.attrs
  
print(result)
# 输出结构
{
    'href': 'http://example.com/elsie', 'class': ['sister'], 'id': 'link1'}

(3) 获取节点文本内容

格式：soup.tag.string
返回值：字符串

示例：

html = '''
  	<div class="panel">
  	    <div class="panel-heading">
  	        <h4>Hello</h4>
  	    </div>
  	    
  	    <div class="panel-body">
  	        <ul class="list" id="list-1">
  	            <li class="element"> Foo</li>
  	            <li class="element">Bar</li>
  	            <li class="element">]ay</li>
  	        </ul>
  	        
  	        <ul class="list list-small" id="list-2">
  	            <li class="element"> Foo</li>
  	            <li class="element">Bar</li>
  	        </ul>
  	    </div>
  	</div>
  	'''
    
from bs4 import BeautifulSoup
soup = BeautifulSoup(html, 'lxml')
# 获取a标签的内容
result = soup.a.string
print(result)
# 输出结构
Elsie

2. 总结

节点选择器提取信息的方法：

soup.tag.name
- 用来提取节点名称
soup.tag.attrs
- 用来提取属性
soup.tag.string
- 用来提取内容

Beautiful Soup教程

Beautiful Soup提取信息的方法