new scrapy 13 基于bs4库的HTML遍历方法

1. HTML 基本语法结构

• 上行遍历、下行遍历、平行遍历

  
  

2. 查看HTML节点信息

• 检索body节点

soup = BeautifulSoup(demo, "html.parser")
len(soup.body.contents)

• contents 类型是列表，可以通过查看列表方式获取其中元素

3. 平行遍历

• 平行遍历必须发生在同一父亲节点下

  
  

soup.a.next_sibling
# 对下一个标签平行遍历
soup.a.previous_sibling
# 对上一个标签平行遍历

4.复习

new scrapy 14 基于bs4库的HTML输出

• 如何让Html 界面更加友好显示？

soup.prettify()
# 可以自动换行

bs4 会自动将内容转换成“utf-8编码”。

bs 库总结