Python网络编程之BeautifulSoup库的使用（三）

结局或开始

接上篇：

6. 搜索文档数

（1） find_all(name, attrs, recursive, text, **kwargs)

Find_all()方法搜索当前tag的所有tag子节点，并判断是否符合过滤器条件。

1） name参数

name参数可以搜索所有名字为name的tag，字符串对象将被自动忽略。

A. 传字符串

最简单的过滤器是字符串.在搜索方法中传入一个字符串参数,Beautiful Soup会查找与字符串完整匹配的内容,下面的例子用于查找文档中所有的标签：

输出：

B. 传正则表达式

如果传入正则表达式作为参数,Beautiful Soup会通过正则表达式的 match() 来匹配内容.下面例子中找出所有以b开头的标签,这表示和标签都应该被找到：

输出：

C. 传列表

如果传入列表参数,Beautiful Soup会将与列表中任一元素匹配的内容返回.下面代码找到文档中所有标签和标签：

输出：

D. 传True

True 可以匹配任何值,下面代码查找到所有的tag，但是不会返回字符串节点：

输出：

E. 传方法

如果没有合适过滤器,那么还可以定义一个方法，方法只接受一个元素参数 ，如果这个方法返回 True 表示当前元素匹配并且被找到，如果不是则反回 False。

下面方法校验了当前元素，如果包含 class 属性却不包含 id 属性，那么将返回 True:

将这个方法作为参数传入 find_all() 方法,将得到所有

输出：

2） keyword参数

如果一个指定名字的参数不是搜索内置的参数名,搜索时会把该参数当作指定名字tag的属性来搜索,如果包含一个名字为 id 的参数,Beautiful Soup会搜索每个tag的"id"属性，用例：

输出：

使用多个指定名字的参数可以同时过滤tag的多个属性，用例：

输出：

在这里我们想用 class 过滤，不过 class 是 python 的关键词，这怎么办？加个下划线就可以，用例：

输出：

3） text参数

通过 text 参数可以搜搜文档中的字符串内容.与 name 参数的可选值一样, text 参数接受 字符串 , 正则表达式 , 列表, True， 用例：

输出：

4） limit参数

find_all() 方法返回全部的搜索结构,如果文档树很大那么搜索会很慢.如果我们不需要全部结果,可以使用 limit 参数限制返回结果的数量.效果与SQL中的limit关键字类似,当搜索到的结果数量达到 limit 的限制时,就停止搜索返回结果.

文档树中有3个tag符合搜索条件,但结果只返回了2个,因为我们限制了返回数量，用例：

输出：

5） Recursive参数

调用tag的 find_all() 方法时,Beautiful Soup会检索当前tag的所有子孙节点,如果只想搜索tag的直接子节点,可以使用参数 recursive=False .

（2）find( name , attrs , recursive , text , **kwargs )

它与 find_all() 方法唯一的区别是 find_all() 方法的返回结果是值包含一个元素的列表，而 find() 方法直接返回结果

（3）find_parents() find_parent()

find_all() 和 find() 只搜索当前节点的所有子节点,孙子节等.。find_parents() 和 find_parent() 用来搜索当前节点的父辈节点，搜索方法与普通tag的搜索方法相同，搜索文档搜索文档包含的内容。

（4）find_next_siblings() find_next_sibling()

这2个方法通过 .next_siblings 属性对当 tag 的所有后面解析的兄弟 tag 节点进行迭代,，find_next_siblings() 方法返回所有符合条件的后面的兄弟节点，find_next_sibling() 只返回符合条件的后面的第一个tag节点

（5）find_previous_siblings() find_previous_sibling()

这2个方法通过 .previous_siblings 属性对当前 tag 的前面解析的兄弟 tag 节点进行迭代,，find_previous_siblings() 方法返回所有符合条件的前面的兄弟点,，find_previous_sibling() 方法返回第一个符合条件的前面的兄弟节点。

（6）find_all_next() find_next()

这2个方法通过 .next_elements 属性对当前 tag 的之后的 tag 和字符串进行迭代,，find_all_next() 方法返回所有符合条件的节点, find_next() 方法返回第一个符合条件的节点。

（7）find_all_previous() 和 find_previous()

这2个方法通过 .previous_elements 属性对当前节点前面的 tag 和字符串进行迭代,，find_all_previous() 方法返回所有符合条件的节点, find_previous()方法返回第一个符合条件的节点。