python爬虫-14-python获取数据之Beautiful
这里我们主要梳理下思路，整理下和
BeautifulSoup有关的内容。
1、find和find_all
相同点
在提取数据的时候，第一个参数是标签的名字，如果后面还想有其他参数作为过滤的方式而存在，可以通过关键字的形式来传输，比如'class_'=red，如果你的关键字不是python关键字的话，后面是不可以添加下划线的，否则会无法筛选出来准确数据。
亦或者通过attrs属性，可以将你想要用来过滤的相关内容添加进来，他是一个字典的形式；
不同点
find：不管你这个文件中有多少个匹配的内容，他只返回第一个匹配到的内容，一旦匹配到，这个就结束了；
find_all：匹配符合条件的所有数据并以列表的形式返回；
2、获取标签的属性
（2.1）通过下标获取
Jier = a['href']（2.2）通过attrs属性
Jier = a.attrs['href']3、string、strings、stripped_strings、get_text方法
（3.1）string方法
获取指定标签下的非标签字符串，返回来的是一个字符串，如果该标签下有多个非标签字符串，就无法获取到了；
可以看下，下面这个示例是只有一个非标签字符串：
Html = """
<table class="tablelist" cellpadding="0" cellspacing="0">
<tbody>
<tr class="h">
<td class="l" width="374">职位名称</td>
<td>职位类别</td>
<td>人数</td>
<td>地点</td>
<td>发布时间</td>
</tr>
</tbody>
</table>"""
from bs4 import BeautifulSoup
Jier = BeautifulSoup(Html, 'lxml')
Suner = Jier.find('td')
print(Suner.string)运行结果如下：
职位名称我们成功获取到了第一个td标签下的非标签字符串；
下面我们试着在第一个td标签中，再添加一个非标签字符串，看看是否可以获取到呢；
Html = """
<table class="tablelist" cellpadding="0" cellspacing="0">
<tbody>
<tr class="h">
<td class="l" width="374">职位名称<p>你好</p></td>
<td>职位类别</td>
<td>人数</td>
<td>地点</td>
<td>发布时间</td>
</tr>
</tbody>
</table>"""
from bs4 import BeautifulSoup
Jier = BeautifulSoup(Html, 'lxml')
Suner = Jier.find('td')
print(Suner.string)运行结果如下：
None可以看到我们获取了一个空值。
（3.2）strings方法
获取某个标签下的所有子孙非标签字符串，返回来的是一个生成器；
如下：
Html = """
<table class="tablelist" cellpadding="0" cellspacing="0">
<tbody>
<tr class="h">
<td class="l" width="374">职位名称<p>你好</p></td>
<td>职位类别</td>
<td>人数</td>
<td>地点</td>
<td>发布时间</td>
</tr>
</tbody>
</table>"""
from bs4 import BeautifulSoup
Jier = BeautifulSoup(Html, 'lxml')
Suner = Jier.find('td')
Strs = list(Suner.strings)
print(Strs)输出结果如下：
['职位名称', '你好']或者有同学想获取所有的非标签字符串，如下：
Html = """
<table class="tablelist" cellpadding="0" cellspacing="0">
<tbody>
<tr class="h">
<td class="l" width="374">职位名称<p>你好</p></td>
<td>职位类别</td>
<td>人数</td>
<td>地点</td>
<td>发布时间</td>
</tr>
</tbody>
</table>"""
from bs4 import BeautifulSoup
Jier = BeautifulSoup(Html, 'lxml')
Suner = Jier.find('tr')
Strs = list(Suner.strings)
print(Strs)运行结果如下：
['\n', '职位名称', '你好', '\n', '职位类别', '\n', '人数', '\n', '地点', '\n', '发布时间', '\n']可以看到结果中有很多空字符串'\n'，那么如何避免有这个空字符串呢，那就轮到我们的stripped_strings方法了；
（3.3）stripped_strings方法
获取某个标签下的所有子孙非标签字符串，并自动去掉空值，返回来的是一个生成器；
如下：
Html = """
<table class="tablelist" cellpadding="0" cellspacing="0">
<tbody>
<tr class="h">
<td class="l" width="374">职位名称<p>你好</p></td>
<td>职位类别</td>
<td>人数</td>
<td>地点</td>
<td>发布时间</td>
</tr>
</tbody>
</table>"""
from bs4 import BeautifulSoup
Jier = BeautifulSoup(Html, 'lxml')
Suner = Jier.find('tr')
Strs = list(Suner.stripped_strings)
print(Strs)运行结果如下：
['职位名称', '你好', '职位类别', '人数', '地点', '发布时间']（4）get_text方法
获取某个标签下的所有子孙非标签字符串，并以字符串的形式返回，且可以指定字符串连接；
如果不指定字符串；
剩余内容请转至VX公众号 “运维家” ，回复 “176” 查看。
------ “运维家” ，回复 “176” ------
------ “运维家” ，回复 “176” ------
------ “运维家” ，回复 “176” ------
在Linux中的命令，linux实时线程，linux中tail，如何调用linux的epoll，linux无故多出很多进程，linux怎么打开xls文件，linux怎样用命令打开软件，程序员要不要装linux系统，LINUX通用链表实例；
usb无法安装linux，类似安卓linux，在linux中压缩解压命令，512老电脑linux，linux中退出根目录，linux自定义自启的脚本，linux管理员用户名是，新装的linux网卡配置，linux修改u盘权限失败，c语言linux下开发软件。
