目录

欢迎关注 『python爬虫』 专栏，持续更新中
欢迎关注 『python爬虫』 专栏，持续更新中

区别

省流直接看get_text 推荐用这个

.string(不推荐用)

BeautifulSoup 提供的属性

  1. 如果只有单个子标签且本标签内部没有文本,且子标签内不能有其他标签(获取子标签内的文本)
  2. 如果没有子标签且本标签内部有文本(获取本标签的文本)
  3. 其他情况都返回None
  4. 总结:标签内部不能同时有子标签和本标签文本,而且子标签也不能有孙子标签.

.text(get_text的简化版少敲代码的时候用)

  • BeautifulSoup 提供的属性，用于获取指定标签直接包含的文本内容，包括子标签内的文本内容。
  • 比.string的优势:可以允许获取儿子标签和孙子标签的文本内容.
    如果
  • 空内容时不会返回None而是返回""

.get_text(推荐用,功能强大,为什么不爱呢?)

  • BeautifulSoup 提供的方法，用于获取指定标签及其子孙标签的所有文本内容，并将它们合并成一个字符串。你可以通过参数来控制获取文本的方式，例如指定分隔符、去除空白字符等。

  • 空内容时不会返回None而是返回""

示例代码

在这里插入图片描述

html_doc = """
<html><head><title class="story_start"><p>标题</p></title></head>
<body>
<p class="title"><b>故事名</b></p>

<p class="story">东汉末年,桃园结义</p>
<a href="http://example.com/elsie" class="zhangfei" id="zhangfei_id">张飞</a>,
<a href="http://example.com/lacie" class="guanyu" id="guanyu_id">关羽</a> and
<a href="http://example.com/tillie" class="liubei" id="liubei_id">刘备</a>;
<p>第一回</p>;


<div class="story_end">
div标签内容(爷爷)
    <div>
        div子标签内容(爸爸)
        <div>
            div子标签的子标签内容(儿子)
        </div>
    </div>
    <div>div子标签内容(妈妈)</div>
</div>

"""

from bs4 import BeautifulSoup

soup = BeautifulSoup(html_doc, 'html.parser')

from bs4 import BeautifulSoup

soup = BeautifulSoup(html_doc, 'html.parser')

#获取节点信息  在html.parser模式下
obj=soup.select(".story_end")[0]
print(".string 有标签也有子标签,返回none",obj.string)
print(".text",obj.text)
print(".get_text",obj.get_text(separator=' ', strip=True))

# .string的补充说明
obj=soup.select(".story_start")[0]
print(".string 如果只有标签也可以获取得到子标签的文本,即便子标签内没有文本",obj.string)

总结

大家喜欢的话，给个👍，点个关注！给大家分享更多计算机专业学生的求学之路！

版权声明：

发现你走远了@mzh原创作品，转载必须标注原文链接

Copyright 2023 mzh

Crated：2023-3-1

欢迎关注 『python爬虫』 专栏，持续更新中
欢迎关注 『python爬虫』 专栏，持续更新中
『未完待续』

# beautifulsoup # 爬虫 # python
Logo
腾讯云开发者社区

腾讯云面向开发者汇聚海量精品云计算使用和开发经验，营造开放的云计算技术生态圈。

更多推荐

cover

计算机网络微课堂笔记

avatar 腾讯云开发者社区
cover

Rabbitmq在java中的使用

avatar 腾讯云开发者社区

java try catch 之后定位不到具体报错行_JAVA入门（三）上

点击蓝字｜关注我们一、异常与异常处理异常简介代码中：阻止当前方法或作用域继续实现的，称之为异常java中的所有异常类都继承Throwable类，Exception 的父类是 Throwable编码 环境 用户操作输入出现问题由java虚拟机自动抛出和自动捕获需要手动添加抛出和捕获语句文件找不到ThrowableErrorException虚拟机错误 VirtualMachineError...

avatar 腾讯云开发者社区