bs4 向find_all()的class_属性传递 方法 时遇到的问题
from bs4 import BeautifulSoups = '''
<ul class="breadcrumb">
<li>
<a href="index.html">Home</a>
</li>
<li class="active">All products</li>
</ul>
'''
soup = BeautifulSoup(s,'lxml')
def sss(css_class) :
print(css_class)
return len(css_class)>3
soup.find_all(class_=sss)
我将sss（）函数的参数打印了出来，按理说它应该是 tag 的class属性对应的值，但它为None
请问这是为什么？ 你也没调用
也没看明白你想干嘛 wp231957 发表于 2020-3-24 15:21
你也没调用
也没看明白你想干嘛
find_all()方法可以直接传入“方法”的 dweiyuan 发表于 2020-3-25 17:13
find_all()方法可以直接传入“方法”的
关键是你没有调用啊 我刚学的，或许对你有用import urllib.request
from bs4 import BeautifulSoup
def url_open(url):
req = urllib.request.Request(url)
req.add_header("user-agent","Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.132 Safari/537.36")
response = urllib.request.urlopen(req)
html = response.read().decode("gbk")
return html
def get_url(url):
html = url_open(url)
soup = BeautifulSoup(html,"lxml")
'''print(soup.prettify()) # 格式化代码，自动补全代码
print(soup.title.string)'#只有标签名，不会有title
print(soup.title) #有标签名的title
print(type(soup.title))
是head标签，如果没有，整个后边的
print(soup.link)#返回link标签里的选项，但是都是第一个
#获取标签的名称
print(soup.title.name)#获取的外层的标签的名称也就是title
#获取属性 下面两个的内容一样
print(soup.link.attrs["href"])
print(soup.link["href"])
# 获取内容
print(soup.title.string)
#嵌套模式
print(soup.script.src)
#子节点
print(soup.header.contents) #返回的是个列表
print(soup.header.img["src"]) #前边几层都可以.最后一层要用[]的字典形式
print(soup.ul.li.contents)
print(soup.ul.li.children)
for i,child in enumerate(soup.ul.li.children):#返回的是迭代器，用enumerate来得出
print(i,child)
#子孙节点
for i,child in enumerate(soup.ul.li.descendants):#返回的是迭代器，用enumerate来得出
print(i,child)
#父节点
print(soup.ul)
print("\n"+"i love fishc.com" +"\n")
for i,child in enumerate(soup.ul.li.parent):
print(i,child)
#祖先节点
print(soup.style)
print("\n"+"i love fishc.com" +"\n")
for i,child in enumerate(soup.style.parents):
print(i,child)
#兄弟节点
print(soup.script)
print("\n"+"i love fishc.com" +"\n")
print(len(list(enumerate(soup.script.next_siblings))))
print(list(enumerate(soup.script.previous_siblings)))
#find_all与urllib类似，可以查找标签名，属性，内容返回的是列表，class bs4
print(soup.find_all("ul"))
print("-------------------------------------------------------------------------------------------------")
print(soup.find_all("ul"))
for ul in soup.find_all('ul'):
print(ul.find_all("li"))
print("-------------------------------------------------------------------------------------------------")
#attrs是查询字典属性的属性，传入的参数是字典
print(soup.find_all(attrs = { 'rel':"stylesheet"}))
print("-------------------------------------------------------------------------------------------------")
print(soup.find_all(attrs = {'id':"nav_sel"}))
#也可以直接插class，id等，由于class在python属于关键词，后边要交_，输入的是class_
print(soup.find_all(rel="stylesheet"))
print("-------------------------------------------------------------------------------------------------")
print(soup.find_all(id = "nav_sel"))
# 根据text进行选择，返回的就是字，并不是条目
print(soup.find_all(text = "福利"))
# find方法和fin_dall类似,find返回第一个元素
print(soup.find("ul"))
print(type(soup.find('ul')))
print("-------------------------------------------------------------------------------------------------")
print(soup.find("page"))
#其他函数 find_parent()父，子，兄弟，后面的，前面的
#CSS选择器，使用select()直接传入css选择器
#选择class时要加一个点，如果存在嵌套关系，两个class之间不需要加任何符号，用一个引号括起来即可，加一个空格；可以选标签; 用id选择，id用#代替 id ="list2"class = element可以用“#list2 .element”，返回的是列表
print(soup.select('.hot'))
print("-------------------------------------------------------------------------------------------------")
print(soup.select(".container .body"))
print(soup.select("#list2 .element")
print(soup.select("ul li"))'''
#select获取属性，[属性名] 或者ul[].attrs["id"]，由于返回的是列表，所以要变成字符串输出
print(soup.link.attrs["href"])
print(soup.select('link').attrs["href"])
#get_text获取标签里边的文本，也是列表要加序列号
for each in soup.select("a"):
print(each.get_text())
if __name__ == "__main__":
url = "http://www.quannovel.com/read/11/2588.html"
get_url(url)
wp231957 发表于 2020-3-25 17:17
关键是你没有调用啊
请问在哪里调用？？？
页:
[1]