遍歷文檔樹

直接子節(jié)點(diǎn)

要點(diǎn)：.contents .children 屬性

.contents

tag 的 .content 屬性可以將tag的子節(jié)點(diǎn)以列表的方式輸出

#["<meta charset='utf-8'/>","<title>The Dormouse's story</title>"]

輸出方式為列表，我們可以用列表索引來獲取它的某一個(gè)元素

print(soup.head.contents[0])
#<meta charset="utf-8"/>

.children

它返回的不是一個(gè) list，不過我們可以通過遍歷獲取所有子節(jié)點(diǎn)。

我們打印輸出 .children 看一下，可以發(fā)現(xiàn)它是一個(gè) list 生成器對(duì)象

print(soup.head.children)
#<list_iterator object at 0x105c1cf28>

獲取里面的內(nèi)容

for child in  soup.body.children:
    print(child)

所有子孫節(jié)點(diǎn)

知識(shí)點(diǎn)：.descendants 屬性

.descendants

.contents 和 .children 屬性僅包含tag的直接子節(jié)點(diǎn)，.descendants 屬性可以對(duì)所有tag的子孫節(jié)點(diǎn)進(jìn)行遞歸循環(huán)，和 children類似，我們也需要遍歷獲取其中的內(nèi)容。

節(jié)點(diǎn)內(nèi)容

知識(shí)點(diǎn)：.string 屬性

多個(gè)內(nèi)容

知識(shí)點(diǎn)： .strings .stripped_strings 屬性

.strings

獲取多個(gè)內(nèi)容，不過需要遍歷獲取，比如下面的例子

.stripped_strings

輸出的字符串中可能包含了很多空格或空行,使用 .stripped_strings 可以去除多余空白內(nèi)容

父節(jié)點(diǎn)

知識(shí)點(diǎn)： .parent 屬性

全部父節(jié)點(diǎn)

知識(shí)點(diǎn)：.parents 屬性

通過元素的 .parents 屬性可以遞歸得到元素的所有父輩節(jié)點(diǎn)，例如

content = soup.head.title.string
for parent in  content.parents:
    print parent.name

兄弟節(jié)點(diǎn)

知識(shí)點(diǎn)：.next_sibling .previous_sibling 屬性

兄弟節(jié)點(diǎn)可以理解為和本節(jié)點(diǎn)處在統(tǒng)一級(jí)的節(jié)點(diǎn)，.next_sibling 屬性獲取了該節(jié)點(diǎn)的下一個(gè)兄弟節(jié)點(diǎn)，.previous_sibling 則與之相反，如果節(jié)點(diǎn)不存在，則返回 None

注意：實(shí)際文檔中的tag的 .next_sibling 和 .previous_sibling 屬性通常是字符串或空白，因?yàn)榭瞻谆蛘邠Q行也可以被視作一個(gè)節(jié)點(diǎn)，所以得到的結(jié)果可能是空白或者換行

全部兄弟節(jié)點(diǎn)

知識(shí)點(diǎn)：.next_siblings .previous_siblings 屬性

通過 .next_siblings 和 .previous_siblings 屬性可以對(duì)當(dāng)前節(jié)點(diǎn)的兄弟節(jié)點(diǎn)迭代輸出

for sibling in soup.a.next_siblings:
    print(repr(sibling))

前后節(jié)點(diǎn)

知識(shí)點(diǎn)：.next_element .previous_element 屬性