beautifulsoup解析页面
from bs4 import BeautifulSoup
soup = BeautifulSoup(htmltxt, "lxml")
# 三种装载器
soup = BeautifulSoup("", "html.parser")
### 只有起始标签的会自动补全，只有结束标签的会自动忽略
### 结果为：
soup = BeautifulSoup("", "lxml")
### 结果为：
soup = BeautifulSoup("", "html5lib")
### html5lib则出现一般的标签都会自动补全
### 结果为：
# 根据标签名、id、class、属性等查找标签
### 根据class、id、以及属性alog-action的值和标签类别查询
soup.find("a",class_="title",id="t1",attrs={"alog-action": "qb-ask-uname"}))
### 查询标签内某属性的值
pubtime = soup.find("meta",attrs={"itemprop":"datePublished"}).attrs['content']
### 获取所有class为title的标签
for i in soup.find_all(class_="title"):
print(i.get_text())
### 获取特定数量的class为title的标签
for i in soup.find_all(class_="title",limit = 2):
print(i.get_text())
### 获取文本内容时可以指定不同标签之间的分隔符，也可以选择是否去掉前后的空白。
soup = BeautifulSoup(' The Dormouses story
The Dormouses story
', "html5lib")
soup.find(class_="title").get_text("|", strip=True)
#结果为：The Dormouses story|The Dormouses story
### 获取class为title的p标签的id
soup.find(class_="title").get("id")
### 对class名称正则：
soup.find_all(class_=re.compile("tit"))
### recursive参数，recursive=False时，只find当前标签的第一级子标签的数据
soup = BeautifulSoup('abc','lxml')
soup.html.find_all("title", recursive=False)</pre> <br>
当前文章：Python常用爬虫代码总结方便查询-创新互联 <br>
本文URL：<a href="http://bjjierui.cn/article/hoihh.html">http://bjjierui.cn/article/hoihh.html</a>
</div>
</div>
<div class="other">
<h3>其他资讯</h3>
<ul>
<li>
<a href="/article/escgps.html">抖音短视频运营是真的吗</a>
</li><li>
<a href="/article/escgip.html">抖音账号短视频会员营销,抖音账号短视频会员营销</a>
</li><li>
<a href="/article/escjdp.html">深圳短视频代运营专业团队</a>
</li><li>
<a href="/article/escgpi.html">短视频运营规划</a>
</li><li>
<a href="/article/escjds.html">抖音代运营找哪家公司好</a>
</li> </ul>
</div>
</div>
<ul class="kf">
<li class="kf1"><span class="tela">建站热线：<a href="tel:13518219792" target="_blank">13518219792</a></span></li>
<li class="kf11"><span class="weixin"><img src="/Public/Home/images/weixin.jpg" alt="网站建设微信咨询"><br>
微信扫一扫在线咨询</span> </li>
<li class="kf5">QQ客服： <a href="http://wpa.qq.com/msgrd?v=3&uin=631063699&site=qq&menu=yes" class="on2" target="_blank" rel="nofollow"><img src="/Public/Home/images/qq.gif" alt="建站业务咨询" title="建站业务咨询"></a> <a href="http://wpa.qq.com/msgrd?v=3&uin=631063699&site=qq&menu=yes" class="on2" target="_blank" rel="nofollow"><img src="/Public/Home/images/qq.gif" alt="网站设计咨询" title="网站设计咨询"></a></li>
<li class="kf2"><a href="http://www.bjjierui.cn/cases/" target="_blank">案 例</a></li>
<li class="kf4"><a href="http://www.bjjierui.cn/" target="_blank">价 格</a></li>
<li class="kf6" title="返回顶部"></li>
</ul>
<div class="footer">
<div class="footer_2">
<p>Copyright © 2012-2020 <strong>网创优客信息咨询</strong> 版权所有 蜀ICP备2023009085号-7<br />
手机:13518219792 QQ:631063699 地址：成都市青羊区锣锅巷31号 邮编:610000 Email:wh@cdxwcx.com<br/>
成都网络公司-网创优客建站品牌专注<a href="http://www.bjjierui.cn/">成都网站建设</a>、<a href="http://www.bjjierui.cn/">成都网站设计</a>服务，为成都公司建设高品质的网站</p>
</div>
</div>
<script type="text/javascript">
$(document).ready(function(){
$(".kf6").click(function() {
$('body,html').animate({
scrollTop : 0
}, 500);
return false;
});
})
var bodyhe=$("body").height();
var winhe=330;
var bodyf=bodyhe-winhe;
var bodyft=bodyhe-365;
window.onscroll = function(){
var t = document.documentElement.scrollTop || document.body.scrollTop;
if(t>200){
$(".kf .kf6").stop().animate({opacity:'1'},200);
}else{$(".kf .kf6").stop().animate({opacity:'0'},200);}
if(t>1 && t<winhe){
$(".header").addClass('no');
$(".header").removeClass('notwo');
}else if(t>winhe){
$(".header").removeClass('no');
$(".header").addClass('notwo');
}else{
$(".header").removeClass('no');
}
}
</script>
</body>
</html>
<script>
$(".con img").each(function(){
var src = $(this).attr("src"); //获取图片地址
var str=new RegExp("http");
var result=str.test(src);
if(result==false){
var url = "https://www.cdcxhl.com"+src; //绝对路径
$(this).attr("src",url);
}
});
window.onload=function(){
document.oncontextmenu=function(){
return false;
}
}
</script>