BeautifulSoup的四大对象种类是什么

BeautifulSoup的四大对象种类是什么？很多新手对此不是很清楚，为了帮助大家解决这个难题，下面小编将为大家详细讲解，有这方面需求的人可以来学习下，希望你能有所收获。

目前创新互联已为成百上千家的企业提供了网站建设、域名、网站空间、网站托管、服务器租用、企业网站设计、兴庆网站维护等服务，公司将坚持客户导向、应用为本的策略，正道将秉承"和谐、参与、激情"的文化，与客户和合作伙伴齐心协力一起成长，共同发展。

四大对象种类

Beautiful Soup将复杂HTML文档转换成一个复杂的树形结构,每个节点都是Python对象,所有对象可以归纳为4种:

（1）Tag

（2）NavigableString

（3）BeautifulSoup

（4）Comment

1. Tag

Tag 通俗点讲就是 HTML 中的一个个标签，例如：

from bs4 import BeautifulSoup
html = """

    

         first item
         second item
         third item
         fourth item
         fifth item
     
 
"""
# 创建 Beautiful Soup 对象
soup = BeautifulSoup(html, "lxml")
print(soup.li)  # first item
print(soup.a)  # first item
print(soup.span)  # third item
print(soup.p)  # None
print(type(soup.li))  # 

我们可以利用 soup 加标签名轻松地获取这些标签的内容，这些对象的类型是bs4.element.Tag。但是注意，它查找的是在所有内容中的第一个符合要求的标签。如果要查询所有的标签，后面会进行介绍。

对于 Tag，它有两个重要的属性，是name和attrs。

from bs4 import BeautifulSoup
html = """

    

         first item
         second item
         third item
         fourth item
         fifth item
     
 
"""
# 创建 Beautiful Soup 对象
soup = BeautifulSoup(html, "lxml")
print(soup.li.attrs)  # {'class': ['item-0']}
print(soup.li["class"])  # ['item-0']
print(soup.li.get('class'))  # ['item-0']
print(soup.li)  # first item
soup.li["class"] = "newClass"  # 可以对这些属性和内容等等进行修改
print(soup.li)  # first item
del soup.li['class']  # 还可以对这个属性进行删除
print(soup.li)  # 
first item

2. NavigableString

既然我们已经得到了标签的内容，那么问题来了，我们要想获取标签内部的文字怎么办呢？很简单，用 .string 即可，例如

from bs4 import BeautifulSoup
html = """

    

         first item
         second item
         third item
         fourth item
         fifth item
     
 
"""
# 创建 Beautiful Soup 对象
soup = BeautifulSoup(html, "lxml")
print(soup.li.string)  # first item
print(soup.a.string)  # first item
print(soup.span.string)  # third item
# print(soup.p.string)  # AttributeError: 'NoneType' object has no attribute 'string'
print(type(soup.li.string))  # 

3. BeautifulSoup

BeautifulSoup 对象表示的是一个文档的内容。大部分时候,可以把它当作 Tag 对象，是一个特殊的 Tag，我们可以分别获取它的类型，名称，以及属性来感受一下。

from bs4 import BeautifulSoup
html = """

    

         first item
         second item
         third item
         fourth item
         fifth item
     
 
"""
# 创建 Beautiful Soup 对象
soup = BeautifulSoup(html, "lxml")
print(soup.name)  # [document]
print(soup.attrs)  # {}, 文档本身的属性为空
print(type(soup.name))  # 

4. Comment

Comment 对象是一个特殊类型的 NavigableString 对象，其输出的内容不包括注释符号。

from bs4 import BeautifulSoup
 
html = """

   

"""
 
# 创建 Beautiful Soup 对象
soup = BeautifulSoup(html, "lxml")

print(soup.a)  # 
print(soup.a.string)  # Elsie 
print(type(soup.a.string))  # 

a 标签里的内容实际上是注释，但是如果我们利用 .string 来输出它的内容时，注释符号已经去掉了。

看完上述内容是否对您有帮助呢？如果还想对相关知识有进一步的了解或阅读更多相关文章，请关注创新互联行业资讯频道，感谢您对创新互联的支持。