BeautifulSoup – 查找所有<li>在<ul>

BeautifulSoup – 查找

中的所有

先决条件： Beautifulsoup

Beautifulsoup 是一个用于网页抓取的Python模块。在本文中，我们将讨论如何使用 Beautifulsoup 从

中检索
• 标签的内容。

  需要的模块：

  • bs4: Beautiful Soup(bs4) 是一个Python库，用于从 HTML 和 XML 文件中提取数据。
  • 请求：请求允许您非常轻松地发送 HTTP/1.1 请求。这个模块也没有内置于Python。

  方法

  • 导入模块
  • 提供一个带有 ul 和 li 标签的 URL
  • 提出要求
  • 创建 beautifulsoup 对象
  • 找到所需的标签
  • 检索li下的内容

  在代码下方，HTML 片段包含一个带有 ul 和 li 标签的正文，这些标签已由 beautifulsoup 对象获取。

  

  方法 1：使用后代和 find()

  在这个方法中，我们使用beautifulsoup 中存在的descendants属性，它基本上返回一个列表迭代器对象，它包含父标签的所有后代/子代，这里的parent 是

  标签。
  
  
  
  

  首先，导入所需的模块，然后提供 URL 并创建它的请求对象，该对象将由 beautifulsoup 对象解析。现在借助 beautifulsoup 中的find()函数，我们将找到 及其对应的

  标签。在此之后，descendants 属性将为我们提供转换回列表所需的列表迭代器对象。这个列表有一个下一行项目，带有文本的标签，最后是唯一的文本。因此，我们将打印列表中每隔一个连续元素。

  例子：

  Python3

  # importing the modules
  import requests
  from bs4 import BeautifulSoup
    
  # providing url
  url = "https://auth.geeksforgeeks.org/user/adityaprasad1308/articles"
    
  # creating requests object
  html = requests.get(url).content
    
  # creating soup object
  data = BeautifulSoup(html, 'html.parser')
    
  # finding parent 
   tag
  parent = data.find("body").find("ul")
    
  # finding all 
   tags
  text = list(parent.descendants)
    
  # printing the content in 
   tag
  print(text)
  for i in range(2, len(text), 2):
      print(text[i], end=" ")

  
  
  

  输出：

  

  方法 2：使用 find_all()

  方法与上面的示例相同，但是我们不是找到主体，而是找到 ul 标签，然后在find_all()函数的帮助下找到所有 li 标签，该函数将标签名称作为参数并返回所有 li 标签。在此之后，我们将简单地遍历所有

  • 标签，并在 text 属性的帮助下，我们将打印出现在
  • 标签中的文本。

    例子：

    蟒蛇3

    # importing the modules
    import requests
    from bs4 import BeautifulSoup
      
    # providing url
    url = 'https://auth.geeksforgeeks.org/user/adityaprasad1308/articles'
      
    # creating request object
    req = requests.get(url)
      
    # creating soup object
    data = BeautifulSoup(req.text, 'html')
      
    # finding all li tags in ul and printing the text within it
    data1 = data.find('ul')
    for li in data1.find_all("li"):
        print(li.text, end=" ")
    

    输出：