BeautifulSoup的高级应用之.parent .parents .next_sibling.previous_sibling.next_siblings.previous

继上一篇BeautifulSoup的高级应用，主要解说的是contents children descendants string strings stripped_strings。本篇主要解说.parent .parents .next_sibling .previous_sibling .next_siblings .previous_siblings

本篇博客继续使用上篇的html页面内容：

html_doc = """

<html>

<head><title>The Dormouse's story</title></head>

<p class="title"><b>The Dormouse's story</b></p>

<p class="story">Once upon a time there were three little sisters; and their names were

<a href="http://example.com/elsie" class="sister" id="link1">Elsie</a>,

<a href="http://example.com/lacie" class="sister" id="link2">Lacie</a> and

<a href="http://example.com/tillie" class="sister" id="link3">Tillie</a>; and they lived at the bottom of a well.</p>

<p class="story">...</p>

</html>"""

继续分析文档树 ,每一个 tag或字符串都有父节点 :被包括在某个 tag中

.parent:

通过 .parent 属性来获取某个元素的父节点.在样例html文档中,标签是标签的父节点:

title_tag = soup.title

title_tag

# <title>The Dormouse's story</title>

title_tag.parent

# <head><title>The Dormouse's story</title></head>

文档title的字符串也有父节点:标签

title_tag.string.parent

# <title>The Dormouse's story</title>

文档的顶层节点比方的父节点是 BeautifulSoup 对象:

html_tag = soup.html

type(html_tag.parent)

# <class 'bs4.BeautifulSoup'>

BeautifulSoup 对象的 .parent 是None。

.parents：

通过元素的.parents属性能够递归得到元素的全部父辈节点 , 以下的样例使用了 .parents方法遍历了标签到根节点的全部节点：

link = soup.a

link

# <a class="sister" href="http://example.com/elsie" id="link1">Elsie</a>

for parent in link.parents:

    if parent is None:

        print(parent)

    else:

        print(parent.name)

# p

# body

# html

# [document]

# None

兄弟节点：

举例说明：

<a>

    <b>text1</b>

    <c>text2</c>

</a>

这里的b和c节点为兄弟节点

.next_sibling 和 .previous_sibling .：

在文档树中 ,使用 .next_sibling 和 .previous_sibling 属性来查询兄弟节点：

sibling_soup = BeautifulSoup("<a><b>text1</b><c>text2</c></b></a>")

sibling_soup.b.next_sibling

# <c>text2</c>

sibling_soup.c.previous_sibling

# <b>text1</b>

b 标签有.next_sibling 属性 ,可是没有 .previous_sibling 属性 ,由于 b标签在同级节点中是第一个 .同理 ,c标签有 .previous_sibling 属性 ,却没有 .next_sibling 属性。

link = soup.a link

# <a class="sister" href="http://example.com/elsie" id="link1">Elsie</a>

link.next_sibling

# u',\n'

注意：第一个a标签的next_sibling 属性值为。\n

link.next_sibling.next_sibling

# <a class="sister" href="http://example.com/lacie" id="link2">Lacie</a>

第一个a标签的next_sibling的next_sibling 属性值为Lacie

.next_siblings 和 .previous_siblings.：

通过 .next_siblings 和 .previous_siblings 属性对当前节点的兄弟节点迭代输出：

for sibling in soup.a.next_siblings:

    print(repr(sibling)) # u',\n'

# <a class="sister" href="http://example.com/lacie" id="link2">Lacie</a>

# u' and\n'

# <a class="sister" href="http://example.com/tillie" id="link3">Tillie</a>

# u'; and they lived at the bottom of a well.'

# None

for sibling in soup.find(id="link3").previous_siblings:                                 print(repr(sibling))

# ' and\n'

# <a class="sister" href="http://example.com/lacie" id="link2">Lacie</a>

# u',\n'

# <a class="sister" href="http://example.com/elsie" id="link1">Elsie</a>

# u'Once upon a time there were three little sisters; and their names were\n'

# None

回退和前进：

举例html例如以下：

<html><head><title>The Dormouse's story</title></head> <p class="title"><b>The Dormouse's story</b></p>

HTML 解析器把这段字符串转换成一连的事件 : “ 打开标签 ”加入一段字符串 ”,关闭标签 ”,”打开

标签 ”, 等.Beautiful Soup提供了重现解析器初始化过程的方法

.next_element 和 .previous_element .

.next_element 属性指向解析过程中下一个被的对象 (字符串或 tag),结果可能与 .next_sibling 同样 ,但一般是不一样的 .

last_a_tag = soup.find("a", id="link3")

last_a_tag

# <a class="sister" href="http://example.com/tillie" id="link3">Tillie</a>

last_a_tag.next_sibling

# '; and they lived at the bottom of a well.'

但这个标签的 .next_element 属性结果是在标签被解析之后的内容 ,不是标签后的句子部分 ,应该是字符串 ”Tillie”:

last_a_tag.next_element

# u'Tillie'

.previous_element 属性刚好与.next_element 相反 ,它指向当前被解析的对象的前一个解析对象 :

last_a_tag.previous_element

# u' and\n'

last_a_tag.previous_element.next_element

# <a class="sister" href="http://example.com/tillie" id="link3">Tillie</a>

.next_elements 和 .previous_elements：

通过 .next_elements 和 .previous_elements 的迭代器就能够向前或后訪问文档解析内容 ,就好像文档正在被解析一样 :

for element in last_a_tag.next_elements:                  print(repr(element))

# u'Tillie'

# u';\nand they lived at the bottom of a well.'

# u'\n\n'

# <p class="story">...</p>

# u'...'

# u'\n'

# None

下一篇将解说一下BeautifulSoup的搜索文档树的高级方法。

巴特西

BeautifulSoup的高级应用之.parent .parents .next_sibling.previous_sibling.next_siblings.previous_siblings

最新文章

热门文章

巴特西

BeautifulSoup的高级应用 之.parent .parents .next_sibling.previous_sibling.next_siblings.previous_siblings

最新文章

热门文章

BeautifulSoup的高级应用之.parent .parents .next_sibling.previous_sibling.next_siblings.previous_siblings