Python BeautifulSoup - 查找所有类

先决条件：-请求，BeautifulSoup

任务是编写一个程序来查找给定网站 URL 的所有类。在 Beautiful Soup 中，没有找到所有类的内置方法。

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。这个模块没有内置于Python中。要安装此类型，请在终端中输入以下命令。

pip install bs4

• requests ： Requests 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中。要安装此类型，请在终端中输入以下命令。

pip install requests

方法#1：在给定的 HTML 文档中查找类。

方法：

• 创建一个 HTML 文档。
• 导入模块。
• 将内容解析为 BeautifulSoup。
• 按类名迭代数据。

代码：

Python3

# html code
html_doc = """

Geeks
  
  
geeksforgeeks a computer science portal for geeks

"""
  
# import module
from bs4 import BeautifulSoup
  
# parse html content
soup = BeautifulSoup( html_doc , 'html.parser')
  
# Finding by class name
soup.find( class_ = "body" )

输出：

geeksforgeeks a computer science portal for geeks

方法#2：下面是在一个 URL 中查找所有类的程序。

方法：

• 导入模块
• 制作请求实例并传入 URL
• 将请求传递给 Beautifulsoup()函数
• 然后我们将迭代所有标签并获取类名

代码：

蟒蛇3

# Import Module
from bs4 import BeautifulSoup
import requests
  
# Website URL
URL = 'https://www.geeksforgeeks.org/'
  
# class list set
class_list = set()
  
# Page content from Website URL
page = requests.get( URL )
  
# parse html content
soup = BeautifulSoup( page.content , 'html.parser')
  
# get all tags
tags = {tag.name for tag in soup.find_all()}
  
# iterate all tags
for tag in tags:
  
    # find all element of tag
    for i in soup.find_all( tag ):
  
        # if tag has attribute of class
        if i.has_attr( "class" ):
  
            if len( i['class'] ) != 0:
                class_list.add(" ".join( i['class']))
  
print( class_list )

输出：