태그 데이터 뽑기
from bs4 import BeautifulSoup
html = """<html><head><title>title name</title></head><body><p>test</p></body></html>"""
soup = BeautifulSoup(html, 'lxml')
tag_title = soup.title
print(tag_title.text) #title name
print(tag_title.string) #title name
print(tag_title.name) #title
속성 데이터
from bs4 import BeautifulSoup
html = """<html><head><title class = "t" id = "title">title</title></head><body><p>test</p></body></html>"""
soup = BeautifulSoup(html, 'lxml')
tag_title = soup.title
print(tag_title.attrs) #{'id' : 'title', 'class' : ['t']}
print(tag_title['class']) # ['t']
print(tag_title['id']) #title
get을 이용하여 속성에 접근하면 에러를 방지할 수 있다.
ex) tag_title.get('class')
태그의 text와 string 속성
tag_title.text는 하위 태그들에 대한 값 출력 가능, tag_title_string은 자신의 태그 안의 내용만 출력
부모, 자식, 형제 태그
from bs4 import BeautifulSoup
html = """<html><head><title class = "t" id = "title">title</title></head><body><p><span>test</span></p></body></html>"""
soup = BeautifulSoup(html, 'lxml')
tag_content1 = soup.p.contents
tag_content2 = soup.p.children
tag_content3 = soup.p.parent
tag_content4 = soup.p.parents
#tag_content5 = soup.p.previous_sibling 앞의 형제 태그
#tag_content6 = soup.p.next_sibling 뒤의 형제 태그
print(tag_content1) #[<span>test</span>]
print(tag_content2) #iterator 객체로 반환되기 때문에 반복문으로 출력가능
print(tag_content3) #<p><span>test</span></p>
print(tag_content4) #iterator 객체로 반환되기 때문에 반복문으로 출력가능
'웹 서버 > 크롤러' 카테고리의 다른 글
| re활용하기 (0) | 2018.05.16 |
|---|---|
| bs4 함수 (0) | 2018.05.16 |
| urllib 모듈 (0) | 2018.05.15 |
| requests 모듈 (0) | 2018.05.15 |
| requests VS urllib (0) | 2018.05.15 |