16 `bs对象.节点名div.属性contents` children descendants 获取子节点子孙节点

文章目录

16 `bs对象.节点名div.属性contents` children descendants 获取子节点子孙节点
- 1. 关联选择
- 2. `bs对象.节点名.属性contents` 获取子节点
- 3. `bs对象.节点名.children` 获取子节点
- 4. `bs对象.节点名.descendants ` 获取子孙节点

1. 关联选择

本是青灯不归客
却因浊酒留风尘
终是庄周梦了蝶
你是恩赐也是劫

上述HTML代码有4个p节点，我们之前的节点选择方法只能选取到第一个p节点。
要选取第2、3、4p节点，我们就需要利用关联选择方法。

2. `bs对象.节点名.属性contents` 获取子节点

contents [kənˈtents]：内容。

语法格式：bs对象.节点名.contents
返回值：列表
取值方法：列表[索引]

# 声明一个html_str字符串变量，存储部分HTML代码
html_str = """
<html><head><meta charset="utf-8"><title>古诗2首</title></head><body><div class="poems" id="section1"><h2>如梦令</h2><h3>李清照<span>（宋）</span></h3><p>试问卷帘人</p><p>却道海棠依旧</p><p>知否？知否？</p><p>应是绿肥红瘦</p></div><div class="poems" id="section2"><h2>无题</h2><h3>佚名</h3><p>本是青灯不归客</p><p>却因浊酒留风尘</p><p>终是庄周梦了蝶</p><p>你是恩赐也是劫</p></div></body></html>
"""
# 1. 从bs4解析库导入BeautifulSoup类用于解析数据
from bs4 import BeautifulSoup# 2.1 BeautifulSoup类（要解析的字符串，解析器）
# 2.2 传入2个参数，实例化类得到一个BeautifulSoup对象
bs_duixiang = BeautifulSoup(html_str, 'lxml') print("步骤1：bs对象.节点名div——获取第1个div节点：")
print(bs_duixiang.div,'\n')print("步骤2.1：bs对象.节点名div.属性contents——获取第1个div节点的所有子节点：")
print(bs_duixiang.div.contents,'\n')print("步骤2.2 ：属性contents得到的子节点的数据类型为列表：")
print(type(bs_duixiang.div.contents),'\n')print("步骤3：用列表[索引]——取值:",'\n')
print("div节点的第1个子节点：",bs_duixiang.div.contents[0],'\n')
print("div节点的第2个子节点：",bs_duixiang.div.contents[1],'\n')
print("div节点的第5个子节点：",bs_duixiang.div.contents[4],'\n')
print("div节点的第5个子节点的文本内容：",bs_duixiang.div.contents[4].string,'\n')

【终端输出】

步骤1：bs对象.节点名div——获取第1个div节点：
<div class="poems" id="section1"><h2>如梦令</h2><h3>李清照<span>（宋）</span></h3><p>试问卷帘人</p><p>却道海棠依旧</p><p>知否？知否？</p><p>应是绿肥红瘦</p></div> 步骤2.1：bs对象.节点名div.属性contents——获取第1个div节点的所有子节点：
[<h2>如梦令</h2>, <h3>李清照<span>（宋）</span></h3>, <p>试问卷帘人</p>, <p>却道海棠依旧</p>, <p>知否？知否？</p>, <p>应是绿肥红瘦</p>] 步骤2.2 ：属性contents得到的子节点的数据类型为列表：
<class 'list'> 步骤3：用列表[索引]——取值: div节点的第1个子节点： <h2>如梦令</h2> div节点的第2个子节点： <h3>李清照<span>（宋）</span></h3> div节点的第5个子节点： <p>知否？知否？</p> div节点的第5个子节点的文本内容： 知否？知否？

3. `bs对象.节点名.children` 获取子节点

children[ˈtʃɪldrən]：孩子们。

语法格式：bs对象.节点名.children
返回值：列表迭代器。
取值方法：用for循环从列表迭代器中取值。
for i,child in enumerate(bs对象.节点名.children)

# 声明一个html_str字符串变量，存储部分HTML代码
html_str = """
<html><head><meta charset="utf-8"><title>古诗2首</title></head><body><div class="poems" id="section1"><h2>如梦令</h2><h3>李清照<span>（宋）</span></h3><p>试问卷帘人</p><p>却道海棠依旧</p><p>知否？知否？</p><p>应是绿肥红瘦</p></div><div class="poems" id="section2"><h2>无题</h2><h3>佚名</h3><p>本是青灯不归客</p><p>却因浊酒留风尘</p><p>终是庄周梦了蝶</p><p>你是恩赐也是劫</p></div></body></html>
"""
# 1. 从bs4解析库导入BeautifulSoup类用于解析数据
from bs4 import BeautifulSoup# 2.1 BeautifulSoup类（要解析的字符串，解析器）
# 2.2 传入2个参数，实例化类得到一个BeautifulSoup对象
bs_duixiang = BeautifulSoup(html_str, 'lxml') print("步骤1：bs对象.节点名div——获取第1个div节点：")
print(bs_duixiang.div,'\n')print("步骤2.1：bs对象.节点名div.属性children——获取第1个div节点的所有子节点：")
print(bs_duixiang.div.children,'\n')print("步骤2.2 ：属性children得到的子节点的数据类型为列表迭代器：")
print(type(bs_duixiang.div.children),'\n')print("步骤3.1：用for循环从列表迭代器中取值:")
for i,child in enumerate(bs_duixiang.div.children) :print(i, child)# '\n'的作用是输出一个空行，目的是为让输出内容美观，方便查看
print('\n')print("步骤3.2 从列表迭代器中取出的child的数据类型为tag对象：")
print(type(child),'\n')print("步骤4：输出第1个div节点最后一个子节点的文本内容:")
print(child.string,'\n')

【终端输出】

步骤1：bs对象.节点名div——获取第1个div节点：
<div class="poems" id="section1"><h2>如梦令</h2><h3>李清照<span>（宋）</span></h3><p>试问卷帘人</p><p>却道海棠依旧</p><p>知否？知否？</p><p>应是绿肥红瘦</p></div> 步骤2.1：bs对象.节点名div.属性children——获取第1个div节点的所有子节点：
<list_iterator object at 0x0000012FAE97B160> 步骤2.2 ：属性children得到的子节点的数据类型为列表迭代器：
<class 'list_iterator'> 步骤3.1：用for循环从列表迭代器中取值:
0 <h2>如梦令</h2>
1 <h3>李清照<span>（宋）</span></h3>
2 <p>试问卷帘人</p>
3 <p>却道海棠依旧</p>
4 <p>知否？知否？</p>
5 <p>应是绿肥红瘦</p>步骤3.2 从列表迭代器中取出的child的数据类型为tag对象：
<class 'bs4.element.Tag'> 步骤4：输出第1个div节点最后一个子节点的文本内容:
应是绿肥红瘦

for i,child in enumerate(bs_duixiang.div.children) 中enumerate的用法参考相关笔记。

4. `bs对象.节点名.descendants` 获取子孙节点

descendants [dɪˈsendənts]：后代。
generator [ˈdʒenəreɪtə]:生成器。

语法格式：bs对象.节点名.descendants
返回值：生成器。
取值方法：用for循环从生成器中取值。
for i,child in enumerate(bs对象.节点名.descendants)

# 声明一个html_str字符串变量，存储部分HTML代码
html_str = """
<html><head><meta charset="utf-8"><title>古诗2首</title></head><body><div class="poems" id="section1"><h2>如梦令</h2><h3>李清照<span>（宋）</span></h3><p>试问卷帘人</p><p>却道海棠依旧</p><p>知否？知否？</p><p>应是绿肥红瘦</p></div><div class="poems" id="section2"><h2>无题</h2><h3>佚名</h3><p>本是青灯不归客</p><p>却因浊酒留风尘</p><p>终是庄周梦了蝶</p><p>你是恩赐也是劫</p></div></body></html>
"""
# 1. 从bs4解析库导入BeautifulSoup类用于解析数据
from bs4 import BeautifulSoup# 2.1 BeautifulSoup类（要解析的字符串，解析器）
# 2.2 传入2个参数，实例化类得到一个BeautifulSoup对象
bs_duixiang = BeautifulSoup(html_str, 'lxml') print("步骤1：bs对象.节点名div——获取第1个div节点：")
print(bs_duixiang.div,'\n')print("步骤2.1：bs对象.节点名div.属性descendants—获取第1个div节点的所有子孙节点：")
print(bs_duixiang.div.descendants,'\n')print("步骤2.2 ：属性descendants得到的子孙节点的数据类型为生成器：")
print(type(bs_duixiang.div.descendants),'\n')print("步骤3：用for循环从生成器中取值:")
for i, desc in enumerate(bs_duixiang.div.descendants) :print(i, desc )

【终端输出】

步骤1：bs对象.节点名div——获取第1个div节点：
<div class="poems" id="section1"><h2>如梦令</h2><h3>李清照<span>（宋）</span></h3><p>试问卷帘人</p><p>却道海棠依旧</p><p>知否？知否？</p><p>应是绿肥红瘦</p></div> 步骤2.1：bs对象.节点名div.属性descendants—获取第1个div节点的所有子孙节点：
<generator object Tag.descendants at 0x0000012FAE8F0200> 步骤2.2 ：属性descendants得到的子孙节点的数据类型为生成器：
<class 'generator'> 步骤3：用for循环从生成器中取值:
0 <h2>如梦令</h2>
1 如梦令
2 <h3>李清照<span>（宋）</span></h3>
3 李清照
4 <span>（宋）</span>
5 （宋）
6 <p>试问卷帘人</p>
7 试问卷帘人
8 <p>却道海棠依旧</p>
9 却道海棠依旧
10 <p>知否？知否？</p>
11 知否？知否？
12 <p>应是绿肥红瘦</p>
13 应是绿肥红瘦