Python BeautifulSoup - find_all Class

在使用 Beautiful Soup (BS) 在 Python 中按类查找元素时，您可以使用各种方法。让我们来研究一下。

什么是 BeautifulSoup 或 bs4？

一个名为 Beautiful Soup 的 Python 库专门用于解析 XML 和 HTML 文档。它简化了从网页中提取信息的过程，使其成为数据挖掘、内容提取和网络抓取的有用工具。以下是有关 Beautiful Soup 的一些重要详细信息：

目的

通过构建 Python 对象的解析树，Beautiful Soup 允许导航和搜索 HTML 和 XML 文档。然后，您可以从该树结构中提取相关数据。

用途

它经常用于网络抓取，访问网页的 HTML 内容以提取有价值的数据。

• 使用此库，您可以轻松地从网站提取数据。
• 用于通过抓取内容来进行分析或研究。
• 用于自动化涉及 Web 数据的重复性任务。

特点

• Beautiful Soup 解析嵌套的 HTML 数据，然后构建一个结构化树来表示文档。
• 您可以导航此解析树来搜索特定元素、属性或文本。
• 它提供了根据类、标签或其他规范提取和提取数据的方法。
• 您可以向解析树中添加、删除或修改元素。

如何安装 BeautifulSoup？

要安装 BeautifulSoup，请使用以下命令：

如何安装 requests？

使用 Requests 可以非常轻松地发送 HTTP/1.1 请求。此外，Python 默认不包含此模块。在终端中输入以下命令进行安装：

使用 class_ 和 find_all()

在使用 find_all() 方法时，可以将所需的类名指定为 class_ 参数。以下是 Beautiful Soup 4.1.2 及更高版本的推荐方法：

示例

输出

javaTpoint

代码解释

上面的代码使用 BeautifulSoup 库解析存储在 html_content 变量中的 HTML 数据。html_content 代表一种特定的 HTML 结构，包括一个包含“javaTpoint”短语的段落，其 p 标签的 class 属性设置为“text”。使用 BeautifulSoup 库从 HTML 内容生成解析树，然后通过 find_all() 函数的“.text”部分。查找所有具有“class”属性的元素，然后 find_all() 函数循环遍历指定的元素并显示输出，在此实例中显示“javaTpoint”。

使用 CSS 选择器

另一种方法是使用 CSS（层叠样式表）选择器。CSS 选择器可用于查找具有特定类的元素。例如：

代码

输出

javaTpoint

代码解释

在上面提供的代码中，我们使用了 select() 方法通过 CSS 选择器检索所有类名为“text”的元素。它首先使用 BeautifulSoup 库解析 HTML 内容，然后应用 CSS 选择器 .text 来查找所有类名为“text”的元素。最后，它会遍历选定的元素并打印文本“javaTpoint”。

使用类列表

您可以向 find_all() 提供一个类名列表来搜索具有多个类的元素。

代码

输出

javaTpoint

说明

在上面提到的示例中，它将通过将类列表传递给 `find_all()` 方法来搜索所有具有“text”或“other-class”的元素。最后，它将遍历选定的元素并打印结果。

从 HTML 文档中查找类

首先，创建一个 HTML 文档并导入模块。之后，将内容解析到 BeautifulSoup 库中，并通过类名迭代数据。

示例

输出

<p class="body">javaTpoint provides all the tutorials online, including all the technologies like Java, Python, C, C++, etc.
</p>

代码解释

在上面的代码中，存储在 html_doc 变量中的 HTML 文档包含带有特定类的 `