用美麗的湯在Python中刮擦網頁：搜索和DOM修改

>本教程建立在先前的“美麗湯”簡介上，重點是簡單的樹導航之外的DOM操縱。 我們將探索有效的搜索方法和技術，以修改HTML結構。

>一種常見的DOM搜索方法是

。此方法將元素列表添加到標籤中，並保留其原始訂單。但是，簡單地使用extend()延伸可能會導致元素作為字符串而不是適當的html標籤。 extend()>

import requests
from bs4 import BeautifulSoup

req = requests.get('https://en.wikipedia.org/wiki/Python_(programming_language)')
soup = BeautifulSoup(req.text, "lxml")

new_soup = BeautifulSoup("<ol></ol>", "lxml")

new_soup.ol.extend(['

' + heading.text + '

' for heading in soup.find_all('h2')]) print(new_soup.ol.contents) print(new_soup.find_all('li'))>上面的示例演示了此基於字符串的添加。 要將元素添加為適當的HTML標籤，請使用

>方法。相反，該方法在保留其內容時刪除了標籤。讓我們以一個刪除粗體和斜體標籤的示例來說明：wrap()> unwrap()

在這裡，

soup = BeautifulSoup("<p>We will <i>try</i> to get rid of <b>tags</b> that make text <b>bold</b> or <i>italic</i>. The content <i>within</i> the <b>tags</b> should still be <b>preserved</b>.</p>", "lxml")

for unwanted_tag in soup.find_all(["b", "i"]):
    unwanted_tag.unwrap()

print(soup.p.contents)
soup.p.smooth()
print(soup.p.contents)

>刪除不需要的標籤。 請注意，刪除標籤後，文本片段被存儲為

。 unwrap()方法將這些字符串連接到一個字符串中，簡化了輸出。 NavigableStringssmooth()結論

這些教程為網絡刮擦提供了美麗的湯提供基礎。您已經學習瞭如何解析網頁，提取數據，修改HTML結構並在本地保存結果。 這使您能夠有效地處理和操縱各種應用程序的Web內容。

以上是用美麗的湯在Python中刮擦網頁：搜索和DOM修改的詳細內容。更多資訊請關注PHP中文網其他相關文章！