python bs4模块 BeautifulSoup 学习笔记

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/wuchenlhy/article/details/81164643

bs4 模块的 BeautifulSoup 可以用来爬取html页面的内容，配合requests库可以写简单的爬虫。

1、利用requests请求html页面，获取HTML页面内容

import requests
from bs4 import BeautifulSoup


session = requests.session()

headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/67.0.3396.99 Safari/537.36'
}

session.headers.update(headers)

# step 1  打开登陆页面
url = 'http://10.10.10.10/xx'
r = session.get(url)
html = r.text

2、利用BeautifulSoup，解析HTML得到想要的信息

soup = BeautifulSoup(html, 'html.parser')
# BeautifulSoup支持多种元素定位方式，也支持CSS定位,得到的是一个列表，列表中的元素信息可以用get方法获取
s1 = soup.select('#id')[0].get('value')
#S1 就是对应元素value属性的值
print(s1)