Python節點是指HTML頁面中標記的對象，Python通過解析HTML頁面，可以訪問和操作該頁面中的所有對象。本文將從以下幾個方面進行闡述：Python節點的基本屬性、Python節點的訪問方法、Python節點的操作方法、Python節點的遍歷方法、Python節點的篩選方法。
一、Python節點的基本屬性
每一個HTML元素都可以表示為一個節點對象，節點可以包含文本和其他元素作為其子元素。Python解析HTML頁面，會將所有標記元素都轉換為對應的節點對象。
Python節點對象包含了一些基本屬性，例如tag、text、attributes和parent等屬性。
1. tag屬性：節點的標籤名字，例如”h1″、”div”、”a”等。
2. text屬性：節點標籤之間的文本內容。
3. attributes屬性：節點的屬性，是一個字典類型。
4. parent屬性：節點的父節點，若當前節點為根節點，則返回None。
可以通過如下代碼獲取Python節點的基本屬性：
from bs4 import BeautifulSoup html = <html><head><title>Python節點示例</title></head><body><h1>Python節點</h1></body></html> soup = BeautifulSoup(html, 'html.parser') # 獲取h1標籤節點 h1 = soup.h1 # 獲取h1標籤名字 h1_tag = h1.name # 獲取h1標籤之間的文本 h1_text = h1.string # 獲取h1標籤的父節點 h1_parent = h1.parent.name # 獲取h1標籤的屬性 h1_attrs = h1.attrs
二、Python節點的訪問方法
訪問節點有兩種方法：基於標籤名字的訪問和基於屬性的訪問。
1. 基於標籤名字的訪問：
可以使用soup.tag或soup.find_all(‘tag’)方法獲取指定標籤的節點。
# 基於標籤名字 h1 訪問節點
h1 = soup.h1
# 基於標籤名字獲取多個節點
lis = soup.find_all('li')
2. 基於屬性的訪問：
可以使用soup.find(‘tag’, attrs={‘attr’: ‘value’})方法獲取具有指定屬性的節點。
例如，獲取所有href屬性值為”https://www.google.com”的a標籤：
# 基於屬性 href 訪問節點
a = soup.find('a', attrs={'href': 'https://www.google.com'})
三、Python節點的操作方法
節點的操作方法主要包括：節點的增加、刪除、替換、修改屬性值等操作。
1. 節點的增加：
可以通過soup.new_tag(tagname)與soup.new_string(string)方法創建新標籤和新文本節點，然後使用節點的append、insert、extend等方法將新節點添加到文檔中指定位置。
例如，創建一個新的div標籤，並將其作為body標籤的子節點添加到文檔中：
# 節點的增加
div = soup.new_tag('div')
div.string = '這是新的div標籤'
soup.body.append(div)
2. 節點的刪除：
可以使用節點的各種remove方法從HTML文檔中刪除節點。
例如，將文檔中的第一個a標籤刪除：
# 節點的刪除 a = soup.a a.extract()
3. 節點的替換：
可以使用節點的replace_with方法替換一個節點。
例如，將文檔中第一個p標籤替換為一個新的span標籤：
# 節點的替換
p = soup.p
span = soup.new_tag('span')
span.string = '這是新的span標籤'
p.replace_with(span)
4. 節點屬性的修改：
可以使用節點的字典屬性修改節點的屬性，例如修改img標籤的src屬性：
# 節點屬性的修改 img = soup.img img['src'] = 'newsrc.jpg'
四、Python節點的遍歷方法
BeautifulSoup提供了多種遍歷方法，例如：節點的子節點、父節點、兄弟節點、後續節點等。
1. 子節點：
節點的子節點可以通過iter()、.contents、.children等方法來訪問。
例如，對body標籤進行遍歷輸出：
# 節點的遍歷
body = soup.body
for child in body.children:
print(child)
2. 父節點：
Python節點的父節點可以通過.parent訪問，例如獲取第一個a標籤的父節點：
# 節點的遍歷 a = soup.a parent = a.parent
3. 兄弟節點：
節點的兄弟節點可以通過.next_sibling和.previous_sibling方法獲取。
例如，獲取第一個a標籤的後續兄弟節點：
# 節點的遍歷 a = soup.a next_sibling = a.next_sibling
五、Python節點的篩選方法
篩選方法包括：CSS選擇器、正則表達式、XPath等。
1. CSS選擇器：
可以使用select和select_one方法，傳入一個CSS選擇器表達式，來篩選一個或多個節點。
例如，篩選文檔中所有class值為”test”的div標籤：
# 節點的篩選
divs = soup.select('div.test')
2. 正則表達式：
可以使用正則表達式來匹配節點的文本、屬性等。
例如，篩選所有class值中包含”nav”的a標籤：
# 節點的篩選
import re
a_list = soup.find_all('a', attrs={'class': re.compile(r'.*nav.*')})
總結
本文從Python節點的基本屬性、訪問方法、操作方法、遍歷方法和篩選方法等多個方面進行了闡述。掌握這些內容對於開發爬蟲以及瀏覽器自動化測試都有非常重要的意義。
原創文章，作者：小藍，如若轉載，請註明出處：https://www.506064.com/zh-hk/n/309519.html
微信掃一掃 
支付寶掃一掃 