python使用BeautifulSoup分析网页信息的方法
本文实例讲述了python使用BeautifulSoup分析网页信息的方法。分享给大家供大家参考。具体如下:
这段python代码查找网页上的所有链接,分析所有的span标签,并查找class包含titletext的span的内容
import urllib2
#specify the url you want to query
url = "http://www.python.org"
#Query the website and return the html to the variable 'page'
page = urllib2.urlopen(url)
#import the Beautiful soup functions to parse the data returned from the website
from BeautifulSoup import BeautifulSoup
#Parse the html in the 'page' variable, and store it in Beautiful Soup format
soup = BeautifulSoup(page)
#to print the soup.head is the head tag and soup.head.title is the title tag
print soup.head
print soup.head.title
#to print the length of the page, use the len function
print len(page)
#create a new variable to store the data you want to find.
tags = soup.findAll('a')
#to print all the links
print tags
#to get all titles and print the contents of each title
titles = soup.findAll('span', attrs = { 'class' : 'titletext' })
for title in allTitles:
print title.contents
希望本文所述对大家的Python程序设计有所帮助。
上一篇: 预防风湿到底有哪些方法
推荐阅读
-
Python使用scrapy抓取网站sitemap信息的方法
-
Python使用re模块实现信息筛选的方法
-
python使用htmllib分析网页内容的方法
-
Python获取基金网站网页内容、使用BeautifulSoup库分析html操作示例
-
C#使用WebClient登录网站并抓取登录后的网页信息实现方法
-
python基于BeautifulSoup实现抓取网页指定内容的方法
-
Python获取基金网站网页内容、使用BeautifulSoup库分析html操作示例
-
python使用BeautifulSoup分页网页中超链接的方法
-
python使用BeautifulSoup分析网页信息的方法
-
python使用正则表达式提取网页URL的方法