Python网络爬虫-信息标记

时间:2021-07-29 11:00:48

信息标记的三种形式:

XML(扩展标记语言)

JSON(js中面向对象的信息表达形式,由类型的(string)键值对组成)

  "name":"北京理工大学"

YAML(无类型的键值对组成)

  name:北京理工大学

Python网络爬虫-信息标记

Python网络爬虫-信息标记

Python网络爬虫-信息标记

三种信息标记方式的应用区别

XML:internet上的信息传递与交互

JSON:移动应用云端的和几点的信息通信,无注释

YAML:各系统的配置文件,有注释、易读  

结合形式解析与搜索的方法,获取指点标签里的内容

#!/usr/bin/python3
import requests
from bs4 import BeautifulSoup url='http://python123.io/ws/demo.html'
r=requests.get(url)
if r.status_code==200:
print('网络请求成功') demo=r.text
soup=BeautifulSoup(demo,'html.parser')
for link in soup.find_all('a'):
print(link.get('href'))

如果find_all()参数为True,所有标签将被打印出来

for tag in soup.find_all(True):
print(tag.name)