code:
from bs4 import BeautifulSoup
html = """
<html>
<body>
<div class="product" id="item1">商品1</div>
<div class="product" id="item2">商品2</div>
<p class="product">段落</p>
</body>
</html>
"""
soup = BeautifulSoup(html, 'html.parser')
# find_all() 的寫法
results1 = soup.find_all('div', class_='product') # 標籤名, 屬性名=值
results2 = soup.find_all('div', id='item1') # 標籤名, 屬性名=值
# select() 的寫法
results3 = soup.select('div[class="product"]') # 標籤名[屬性名="值"]
results4 = soup.select('[class="product"]') # [屬性名="值"] (不限標籤)
results5 = soup.select('div') # 標籤名
print("find_all() 結果:")
print(results1) # 找到兩個 div class="product"
print(results2) # 找到一個 div id="item1"
print("\nselect() 結果:")
print(results3) # 找到兩個 div class="product"
print(results4) # 找到所有 class="product" (包含 div 和 p)
print(results5) # 找到所有 div輸出結果:
find_all()：
參數格式：find_all(標籤名, 屬性名=值)
例如：find_all(‘div’, class_=’product’)
select()：
參數格式：select(‘標籤名[屬性名=”值”]’)
或只用標籤名：select(‘div’)
或只用屬性：select(‘[class=”product”]’)
[] 是 定位的意思
select() 使用的是 CSS 選擇器語法，
所以更靈活，可以用更複雜的選擇條件。
以下三者同效果:
使用soup.find_all(‘div’, class_=’product’) 時,
class_是外露的參數名,
且跟Python個關鍵字class撞名
所以結尾多一個_
避免撞名
使用.select()時,"div[class='product']"
class被字串的雙引號包覆
不需要修改
屬性名剛好是class,
可以使用.連接
以下三者同效果:
屬性名剛好是id
可以使用#連接
推薦hahow線上學習python: https://igrape.net/30afN
code:
from bs4 import BeautifulSoup
html = '<div id="test">Outer Text<span>Inner Text</span></div>'
soup = BeautifulSoup(html, 'html.parser')
element = soup.find(id="test")
# 使用 .string
print("element.string:", element.string) # 輸出：None（因為有子標籤 <span>）
# 使用 .get_text()
print("element.get_text():", element.get_text()) # 輸出：Outer TextInner Text
# 使用 .text
print("element.text:", element.text) # 輸出：Outer TextInner Textprint(soup.prettify())
輸出結果:
為什麼 element.string 是 None？
.string 只返回元素的直接文字內容，而且僅當該元素沒有子標籤時才返回文字。如果有子標籤，它會判定文字是「混合的」，因此返回 None。
.get_text() 和 .text 的作用
.get_text() 和 .text 是 BeautifulSoup 提供的兩個完全等效的方法，用來提取元素及其所有子元素的文字內容，並將它們合併為一個字符串。
它們的特點：
提取所有文字內容： 包括元素內部的直接文字和子標籤的文字。
合併文字： 將提取到的文字合併為一個字符串，默認不保留任何 HTML 標籤結構。
.string：
僅返回元素的直接文字，適合處理沒有子標籤的純文字情況。
有子標籤時返回 None。
.get_text() 和 .text：
提取元素及其所有子元素的文字內容，非常適合處理有子標籤的情況。
.text .get_text() 兩者輸出完全一樣。
推薦hahow線上學習python: https://igrape.net/30afN
.text 是屬性，
.get_text() 是方法。
雖然它們的功能在 BeautifulSoup 中非常相似，
但它們的性質和用法確實有所不同，因此這樣的區分更為恰當。
- .text
屬性：
.text 是 BeautifulSoup 中的屬性，直接用於獲取元素及其子元素的文字內容。
它在內部其實是調用了 .get_text() 方法的結果，所以功能相同。
用法簡單：
不需要調用方法（不需要括號），更適合作為輕量化的使用方式。
- .get_text()
方法：
.get_text() 是 BeautifulSoup 中的方法，可以接受參數來進一步定制文字提取過程。
它比 .text 更靈活，例如，可以指定分隔符或是否去除多餘空格。
用法多樣：
適合需要定制化文字提取的情況。
程式碼示例：
element = soup.find('div')
print(element.get_text()) # 獲取文字內容（功能與 .text 相同）輸出結果:
get_text() 的特定參數
separator: 指定返回的文字塊之間使用的分隔符。
strip: 是否去除前後的空格。
比較表:
.text 是屬性，簡單直觀，適合快速提取元素及子元素的所有文字內容。
.get_text() 是方法，功能更靈活，適合需要定制輸出（如分隔符、去除空格等）的場合。
所以，更精確的描述應該是：「.text 是屬性，.get_text() 是方法，功能相似，但 .get_text() 更靈活。」
推薦hahow線上學習python: https://igrape.net/30afN
![Python: 如何使用 os.environ[“PATH”] 設定環境變數?與 sys.path.append() 差別為何?](https://i1.wp.com/savingking.com.tw/wp-content/uploads/2024/09/20240905135312_0_890fa1.png?quality=90&zoom=2&ssl=1&resize=350%2C233 "Python: 如何使用 os.environ[“PATH”] 設定環境變數?與 sys.path.append() 差別為何?")
![Python網路爬蟲requests 如何下載台灣證交所的opendata? rawData = requests. get (inputs) #<Response [200]> - 儲蓄保險王](https://savingking.com.tw/wp-content/uploads/2022/10/20221004135740_43-520x245.png)
近期留言