python爬虫学习-day3-BeautifulSoup

目录

1. python爬虫学习-day1
2. python爬虫学习-day2正则表达式
3. python爬虫学习-day3-BeautifulSoup
4. python爬虫学习-day4-使用lxml+xpath提取内容
5. python爬虫学习-day5-selenium
6. python爬虫学习-day6-ip池
7. python爬虫学习-day7-实战

BeautifulSoup

BeautifulSoup官方教程：https://www.crummy.com/software/BeautifulSoup/bs4/doc/index.zh.html

BeautifulSoup是一个可以将复杂的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：Tag、NavigableString、BeautifuSoup和Comment。

使用beautifulsoup提取丁香园论坛的回复内容。

地址： http://www.dxy.cn/bbs/thread/626626#626626

示例：

from bs4 import BeautifulSoup as bs
import urllib.request


# 楼主， 发布时间， 发布内容
def main():
    headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/74.0.3729.108 Safari/537.36'
    }
    url = 'http://www.dxy.cn/bbs/thread/626626#626626'
    request = urllib.request.Request(url, headers=headers)
    context = urllib.request.urlopen(request).read().decode('utf-8')
    #  指定解析器
    html = bs(context, 'lxml')
    # 用来存放获取的用户名、发布时间和评论
    datas = []
    try:
        names = html.select('div.auth')
        create_times = html.select('div.post-info span:first-child')
        contexts = html.select('td.postbody')
        for i in range(len(names)-1):
            name = names[i].get_text(strip=True)
            create_time = create_times[i].get_text(strip=True)
            context = contexts[i].get_text(strip=True)
            dictTmp = {'name': name, 'create_time': create_time, 'context': context}
            print(dictTmp)
            datas.append(dictTmp)
    except BaseException as e:
        pass
    return datas
if __name__ == '__main__':
    main()

结果：

{'name': '楼医生', 'create_time': '2003-11-17 19:12', 'context': '我遇到一个“怪”病人，向大家请教。她，42岁。反复惊吓后晕厥30余年。每次受响声惊吓后发生跌倒，短暂意识丧失。无逆行性遗忘，无抽搐，无口吐白沫，无大小便失禁。多次跌倒致外伤。婴儿时有惊厥史。入院查体无殊。ECG、24小时动态心电图无殊；头颅MRI示小软化灶；脑电图无殊。入院后有数次类似发作。请问该患者该做何诊断，还需做什么检查，治疗方案怎样？'}
{'name': 'lion000', 'create_time': '2003-11-17 21:02', 'context': '从发作的症状上比较符合血管迷走神经性晕厥，直立倾斜试验能协助诊断。在行直立倾斜实验前应该做常规的体格检查、ECG、UCG、holter和X-ray胸片除外器质性心脏病。贴一篇“口服氨酰心安和依那普利治疗血管迷走性晕厥的疗效观察”作者：林文华 任自文 丁燕生http://www.ccheart.com.cn/ccheart_site/Templates/jieru/200011/1-1.htm'}
{'name': 'xghrh', 'create_time': '2003-11-17 21:45', 'context': '同意lion000版主的观点：如果此患者随着年龄的增长，其发作频率逐渐减少且更加支持，不知此患者有无这一特点。入院后的HOLTER及血压监测对此患者只能是一种安慰性的检查，因在这些检查过程中患者发病的机会不是太大，当然不排除正好发作的情况。对此患者应常规作直立倾斜试验，如果没有诱发出，再考虑有无可能是其他原因所致的意识障碍，如室性心动过速等，但这需要电生理尤其是心腔内电生理的检查，毕竟是有一种创伤性方法。因在外地，下面一篇文章可能对您有助，请您自己查找一下。心理应激事件诱发血管迷走性晕厥1例 ，杨峻青、吴沃栋、张瑞云，中国神经精神疾病杂志， 2002 Vol.28 No.2'}

PS: 若你觉得可以、还行、过得去、甚至不太差的话，可以“关注”一下，就此谢过!