Extrahieren Sie Attributwerte mit Beautiful Soup in Python
Um Attributwerte mit Beautiful Soup zu extrahieren, müssen wir das HTML-Dokument analysieren und dann die erforderlichen Attributwerte extrahieren. BeautifulSoup ist eine Python-Bibliothek zum Parsen von HTML- und XML-Dokumenten. BeautifulSoup bietet mehrere Möglichkeiten zum Durchsuchen und Navigieren in Analysebäumen, um Daten einfach aus Dokumenten zu extrahieren. In diesem Artikel extrahieren wir Attributwerte mithilfe von Beautiful Soup in Python.
Algorithmus
Sie können Attributwerte mit Beautiful Soup in Python extrahieren, indem Sie dem unten angegebenen Algorithmus folgen.
Verwenden Sie die BeautifulSoup-Klasse in der bs4-Bibliothek, um HTML-Dokumente zu analysieren.
Verwenden Sie die entsprechende BeautifulSoup-Methode (z. B. find() oder find_all()), um das HTML-Element zu finden, das das Attribut enthält, das Sie extrahieren möchten.
Verwenden Sie eine bedingte Anweisung oder die Methode has_attr(), um zu überprüfen, ob das Attribut für das Element vorhanden ist.
Wenn das Attribut vorhanden ist, extrahieren Sie seinen Wert mit eckigen Klammern ([]) und dem Attributnamen als Schlüssel.
Wenn die Eigenschaft nicht existiert, behandeln Sie den Fehler bitte entsprechend.
Installieren Sie Beautiful Soup
Bevor Sie die Beautiful Soup-Bibliothek verwenden, müssen Sie sie mit dem Python-Paketmanager, dem Befehl pip, installieren. Um Beautiful Soup zu installieren, geben Sie die folgenden Befehle in das Terminal oder die Eingabeaufforderung ein.
pip install beautifulsoup4
Attributwerte extrahieren
Um Attributwerte aus HTML-Tags zu extrahieren, müssen wir zunächst BeautifulSoup verwenden, um das HTML-Dokument zu analysieren. Verwenden Sie dann die Beautiful Soup-Methode, um die Attributwerte bestimmter Tags im HTML-Dokument zu extrahieren.
Beispiel 1: Extrahieren Sie das href-Attribut mit der Methode find() und eckigen Klammern
Im folgenden Beispiel erstellen wir zunächst ein HTML-Dokument und übergeben es als String an den Beautiful Soup-Konstruktor mit dem Parsertyp html.parser. Als nächstes finden wir das „a“-Tag mithilfe der find()-Methode des Suppenobjekts. Dadurch wird das erste Vorkommen des „a“-Tags im HTML-Dokument zurückgegeben. Schließlich extrahieren wir den Wert des href-Attributs aus dem „a“-Tag mithilfe der eckigen Klammernotation. Dadurch wird der Wert des href-Attributs als String zurückgegeben.
from bs4 import BeautifulSoup
# Parse the HTML document
html_doc = """
<html>
<body>
<a href="https://www.google.com">Google</a>
</body>
</html>
"""
soup = BeautifulSoup(html_doc, 'html.parser')
# Find the 'a' tag
a_tag = soup.find('a')
# Extract the value of the 'href' attribute
href_value = a_tag['href']
print(href_value)
Ausgabe
https://www.google.com
Beispiel 2: Verwenden Sie attr, um Elemente mit bestimmten Attributen zu finden
Im folgenden Beispiel verwenden wir die Methode find_all(), um alle „a“-Tags mit dem href-Attribut zu finden. Der Parameter „attrs“ wird verwendet, um die gesuchten Attribute anzugeben. „{‘href‘: True}“ gibt an, dass wir Elemente mit einem href-Attribut eines beliebigen Werts finden möchten.
from bs4 import BeautifulSoup
# Parse the HTML document
html_doc = """
<html>
<body>
<a href="https://www.google.com">Google</a>
<a href="https://www.python.org">Python</a>
<a>No Href</a>
</body>
</html>
"""
soup = BeautifulSoup(html_doc, 'html.parser')
# Find all 'a' tags with an 'href' attribute
a_tags_with_href = soup.find_all('a', attrs={'href': True})
for tag in a_tags_with_href:
print(tag['href'])
Ausgabe
https://www.google.com https://www.python.org
Beispiel 3: Verwenden Sie die Methode find_all(), um alle Vorkommen eines Elements zu finden
Manchmal möchten Sie möglicherweise alle Vorkommen von HTML-Elementen auf einer Webseite finden. Sie können dies mit der Methode find_all() erreichen. Im folgenden Beispiel verwenden wir die Methode find_all(), um alle div-Tags mit Klassencontainer zu finden. Anschließend durchlaufen wir jedes div-Tag und finden die darin enthaltenen h1- und p-Tags.
from bs4 import BeautifulSoup
# Parse the HTML document
html_doc = """
<html>
<body>
<div class="container">
<h1>Heading 1</h1>
<p>Paragraph 1</p>
</div>
<div class="container">
<h1>Heading 2</h1>
<p>Paragraph 2</p>
</div>
</body>
</html>
"""
soup = BeautifulSoup(html_doc, 'html.parser')
# Find all 'div' tags with class='container'
div_tags = soup.find_all('div', class_='container')
for div in div_tags:
h1 = div.find('h1')
p = div.find('p')
print(h1.text, p.text)
Ausgabe
Heading 1 Paragraph 1 Heading 2 Paragraph 2
Beispiel 4: Verwenden von select() zum Suchen von Elementen über CSS-Selektoren
Im folgenden Beispiel verwenden wir die Methode select(), um alle h1-Tags in einem div-Tag mit Klassencontainer zu finden. Hierzu wird der CSS-Selektor 'div.container h1' verwendet. . wird zur Darstellung von Klassennamen und Leerzeichen zur Darstellung von Nachkommenselektoren verwendet.
from bs4 import BeautifulSoup
# Parse the HTML document
html_doc = """
<html>
<body>
<div class="container">
<h1>Heading 1</h1>
<p>Paragraph 1</p>
</div>
<div class="container">
<h1>Heading 2</h1>
<p>Paragraph 2</p>
</div>
</body>
</html>
"""
soup = BeautifulSoup(html_doc, 'html.parser')
# Find all 'h1' tags inside a 'div' tag with class='container'
h1_tags = soup.select('div.container h1')
for h1 in h1_tags:
print(h1.text)
Ausgabe
Heading 1 Heading 2
Fazit
In diesem Artikel haben wir besprochen, wie man mithilfe der Beautiful Soup-Bibliothek in Python Attributwerte aus HTML-Dokumenten extrahiert. Mithilfe der von BeautifulSoup bereitgestellten Methoden können wir die erforderlichen Daten problemlos aus HTML- und XML-Dokumenten extrahieren.
Das obige ist der detaillierte Inhalt vonExtrahieren Sie Attributwerte mit Beautiful Soup in Python. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!
Heiße KI -Werkzeuge
Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos
AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.
Undress AI Tool
Ausziehbilder kostenlos
Clothoff.io
KI-Kleiderentferner
AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.
Heißer Artikel
Heiße Werkzeuge
Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor
SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen
Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung
Dreamweaver CS6
Visuelle Webentwicklungstools
SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)
Heiße Themen
1380
52
Wie löste ich das Problem der Berechtigungen beim Betrachten der Python -Version in Linux Terminal?
Apr 01, 2025 pm 05:09 PM
Lösung für Erlaubnisprobleme beim Betrachten der Python -Version in Linux Terminal Wenn Sie versuchen, die Python -Version in Linux Terminal anzuzeigen, geben Sie Python ein ...
Wie lehre ich innerhalb von 10 Stunden die Grundlagen für Computer-Anfänger-Programmierbasis in Projekt- und problemorientierten Methoden?
Apr 02, 2025 am 07:18 AM
Wie lehre ich innerhalb von 10 Stunden die Grundlagen für Computer -Anfänger für Programmierungen? Wenn Sie nur 10 Stunden Zeit haben, um Computer -Anfänger zu unterrichten, was Sie mit Programmierkenntnissen unterrichten möchten, was würden Sie dann beibringen ...
Wie kann ich die gesamte Spalte eines Datenrahmens effizient in einen anderen Datenrahmen mit verschiedenen Strukturen in Python kopieren?
Apr 01, 2025 pm 11:15 PM
Bei der Verwendung von Pythons Pandas -Bibliothek ist das Kopieren von ganzen Spalten zwischen zwei Datenrahmen mit unterschiedlichen Strukturen ein häufiges Problem. Angenommen, wir haben zwei Daten ...
Wie kann man vom Browser vermeiden, wenn man überall Fiddler für das Lesen des Menschen in der Mitte verwendet?
Apr 02, 2025 am 07:15 AM
Wie kann man nicht erkannt werden, wenn Sie Fiddlereverywhere für Man-in-the-Middle-Lesungen verwenden, wenn Sie FiddLereverywhere verwenden ...
Was sind reguläre Ausdrücke?
Mar 20, 2025 pm 06:25 PM
Regelmäßige Ausdrücke sind leistungsstarke Tools für Musteranpassung und Textmanipulation in der Programmierung, wodurch die Effizienz bei der Textverarbeitung in verschiedenen Anwendungen verbessert wird.
Wie hört Uvicorn kontinuierlich auf HTTP -Anfragen ohne Serving_forver () an?
Apr 01, 2025 pm 10:51 PM
Wie hört Uvicorn kontinuierlich auf HTTP -Anfragen an? Uvicorn ist ein leichter Webserver, der auf ASGI basiert. Eine seiner Kernfunktionen ist es, auf HTTP -Anfragen zu hören und weiterzumachen ...
Was sind einige beliebte Python -Bibliotheken und ihre Verwendung?
Mar 21, 2025 pm 06:46 PM
In dem Artikel werden beliebte Python-Bibliotheken wie Numpy, Pandas, Matplotlib, Scikit-Learn, TensorFlow, Django, Flask und Anfragen erörtert, die ihre Verwendung in wissenschaftlichen Computing, Datenanalyse, Visualisierung, maschinellem Lernen, Webentwicklung und h beschreiben
Wie erstelle ich dynamisch ein Objekt über eine Zeichenfolge und rufe seine Methoden in Python auf?
Apr 01, 2025 pm 11:18 PM
Wie erstellt in Python ein Objekt dynamisch über eine Zeichenfolge und ruft seine Methoden auf? Dies ist eine häufige Programmieranforderung, insbesondere wenn sie konfiguriert oder ausgeführt werden muss ...
