Python中使用BeautifulSoup进行HTML解析与节点操作

木白

发布时间：2026-10-13| 6人浏览过

原创

本文介绍Python中BeautifulSoup库的基本用法。内容涵盖模块导入、HTML文档解析，以及如何通过find和find_all方法查找特定标签（如a、p等）。同时演示如何获取标签名称、文本内容及属性值，并利用正则表达式和CSS选择器进行高级筛选，最后展示修改和删除节点属性的实际操作。

导入BeautifulSoup模块

首先需要导入模块，这是使用BeautifulSoup进行网页解析的前提。


from bs4 import BeautifulSoup
 
soup = BeautifulSoup(html_doc,"html.parser")

基础标签查找与属性获取

接下来介绍几种常见的解析与操作方式。首先通过代码片段展示如何获取第一个a标签及其名称、文本内容和属性值。


print(soup.a)
  # 拿到soup中的第一个a标签
 
 
 
  print(soup.a.name)
  # 获取a标签的名称
 
 
  print(soup.a.string)
  # 获取a标签的文本内容
 
 
  print(soup.a.text)
  # 获取a标签的文本内容
 
 
  print(soup.a["href"])
  # 获取a标签的href属性的值
 
  print(soup.a.get("href"))
  # 查找第一个a标签的href的属性
 
  print(soup.a.attrs)
  # 获取a标签的所有的属性，返回一个字典
 
 
 
  print(soup.find("a"))
  # 查找第一个a标签
 
 
  print(soup.find_all("a"))
  # 查找所有的a标签
 
 
  print(soup.find_all(id="a1"))
  # 查找所有的的id为a1的标签
 
 
  print(soup.find_all(class_="sistex"))
  # 这里需要注意，如果需要通过class去查找，则需要一个下划线
 
 
  print(soup.find_all(["a","p","br"]))
  # 查找所有的啊标签，p标签和br标签
 
 
  soup.find("a").attrs["class"] = "2b"
  # 修改某个标签的属性值
 
  del soup.find(id="a1").attrs["class"]
  # 删除某个标签的class属性


import re
 
soup.find(re.compile("b"))
# 标签中有b这个字符的标签
 
 
soup.select("a.syster")
# 这个可以放标签选择器
 
soup.select(".syster .abcd")
# 这个可以放标签选择器
 
 
soup.find("a").decompose()
# 从当前字符串中删除第一个a标签，是在原位置进行删除