beautifulsoup解析页面
from bs4 import BeautifulSoup
soup = BeautifulSoup(htmltxt, "lxml")
# 三种装载器
soup = BeautifulSoup("", "html.parser")
### 只有起始标签的会自动补全，只有结束标签的会自动忽略
### 结果为：
soup = BeautifulSoup("", "lxml")
### 结果为：
soup = BeautifulSoup("", "html5lib")
### html5lib则出现一般的标签都会自动补全
### 结果为：
# 根据标签名、id、class、属性等查找标签
### 根据class、id、以及属性alog-action的值和标签类别查询
soup.find("a",class_="title",id="t1",attrs={"alog-action": "qb-ask-uname"}))
### 查询标签内某属性的值
pubtime = soup.find("meta",attrs={"itemprop":"datePublished"}).attrs['content']
### 获取所有class为title的标签
for i in soup.find_all(class_="title"):
print(i.get_text())
### 获取特定数量的class为title的标签
for i in soup.find_all(class_="title",limit = 2):
print(i.get_text())
### 获取文本内容时可以指定不同标签之间的分隔符，也可以选择是否去掉前后的空白。
soup = BeautifulSoup(' The Dormouses story
The Dormouses story
', "html5lib")
soup.find(class_="title").get_text("|", strip=True)
#结果为：The Dormouses story|The Dormouses story
### 获取class为title的p标签的id
soup.find(class_="title").get("id")
### 对class名称正则：
soup.find_all(class_=re.compile("tit"))
### recursive参数，recursive=False时，只find当前标签的第一级子标签的数据
soup = BeautifulSoup('abc','lxml')
soup.html.find_all("title", recursive=False)</pre> <br>
文章标题：Python常用爬虫代码总结方便查询-创新互联 <br>
浏览地址：<a href="http://www.hxwzsj.com/article/hoihh.html">http://www.hxwzsj.com/article/hoihh.html</a>
</div>
</div>
<div class="other">
<h3>其他资讯</h3>
<ul>
<li>
<a href="/article/pcscip.html">数据库并发控制选择乐观锁还是悲观锁</a>
</li><li>
<a href="/article/pcssoo.html">OracleSID爆破工具SidGuess有什么用</a>
</li><li>
<a href="/article/pcsche.html">DBA中如何升级InnoDBPlugin</a>
</li><li>
<a href="/article/pcscgh.html">如何进行MYSQLMGR崩溃后的修复和问题查找</a>
</li><li>
<a href="/article/pcscjo.html">HTML5页面中如何尝试调起APP功能</a>
</li> </ul>
</div>
</div>
<div class="footer2">
Copyright © 2025 青羊区翔捷宏鑫字牌设计制作工作室（个体工商户） All Rights Reserved 蜀ICP备2025123194号-14 <br />友情链接：
<a href="http://seo.cdkjz.cn/wangzhan/" target="_blank">网站制作公司 </a><a href="http://www.cxjianzhan.com/mobile/" target="_blank">手机网站制作 </a><a href="http://m.cdcxhl.cn/H5/" target="_blank">成都响应式网站建设 </a><a href="http://www.cqcxhl.com/" target="_blank">重庆网站设计 </a><a href="http://www.scgulin.cn/" target="_blank">古蔺网站建设 </a><a href="https://www.cdxwcx.com/" target="_blank">成都网站制作 </a><a href="https://www.cdxwcx.com/" target="_blank">成都网站建设 </a><a href="https://www.cdxwcx.com/wangzhan/mobile.html" target="_blank">手机网站建设 </a><a href="http://www.kswsj.cn/" target="_blank">成都网站建设 </a><a href="http://www.cxhljz.com/" target="_blank">成都网站建设 </a><a href="http://chengdu.kswjz.com/" target="_blank">成都网站制作 </a><a href="https://www.cdcxhl.com/qiye.html" target="_blank">企业网站建设 </a><a href="http://www.cxjianzhan.com/mobile/" target="_blank">企业手机网站建设 </a><a href="http://chengdu.kswjz.com/" target="_blank">成都网站建设 </a><a href="http://m.cdcxhl.com/muban.html" target="_blank">成都模版网站建设 </a><a href="http://www.cdweb.net/solve/" target="_blank">网站建设方案 </a><a href="https://www.cdcxhl.com/shop.html" target="_blank">商城网站建设 </a><a href="https://www.cdxwcx.com/" target="_blank">成都网站设计公司 </a><a href="http://chengdu.cdcxhl.cn/H5/" target="_blank">成都响应式网站建设公司 </a><a href="http://www.cdkjz.cn/" target="_blank">网站建设 </a><a href="http://www.cqcxhl.com/service/foreigntrade.html" target="_blank">重庆外贸网站建设 </a><a href="http://chengdu.cdcxhl.cn/jianshe/" target="_blank">成都网站建设 </a></div>
</body>
</html>
<script src="/Public/Home/js/wow.min.js"></script>
<script>
if (!(/msie [6|7|8|9]/i.test(navigator.userAgent))) {
new WOW().init();
};
</script>
<div class="sidebar">
<ul>
<li><a href="http://wpa.qq.com/msgrd?v=3&uin=244261566&site=hxwzsj.com&menu=yes" target="_blank"><img src="/Public/Home/images/right_qq.png" /></a></li>
<li><a href="http://wpa.qq.com/msgrd?v=3&uin=1683211881&site=hxwzsj.com&menu=yes" target="_blank"><img src="/Public/Home/images/qq.png" /></a></li>
<li class="tel"><a href="tel:028-86922220"><img src="/Public/Home/images/right_tel.png" /></a></li>
<div class="wx">
<span class="weixin"><img src="/Public/Home/images/weixin.jpg"><br> 微信扫一扫在线咨询</span>
</div>
<li><a class="fx" href="#hero"><img src="/Public/Home/images/right_up.png" /></a></li>
</ul>
</div>
<script type="text/javascript">
$(function () {
$('.sidebar .fx').click(function () {
$('html,body').animate({
scrollTop: '0px'
}, 800);
});
});
</script>
<script type="text/javascript">
$(document).ready(function () {
$("#fancybox-manual-b").click(function () {
$.fancybox.open({
href: 'map.html',
type: 'iframe',
padding: 5
});
})
});
</script>
<script>
$(".con img").each(function(){
var src = $(this).attr("src"); //获取图片地址
var str=new RegExp("http");
var result=str.test(src);
if(result==false){
var url = "https://www.cdcxhl.com"+src; //绝对路径
$(this).attr("src",url);
}
});
window.onload=function(){
document.oncontextmenu=function(){
return false;
}
}
</script>