Python contents / children / descendants 区别

先说说导航树：

# Navigating Trees 导航树：

The findAll function is responsible for finding tags based on their name and attribute.

（依靠标签的名称和属性来查找标签）

但是如果你需要通过标签在文档中的位置来查找标签，该怎么办？

某HTML文件就可以映射成为这样一棵具有明确亲子关系的树：   

html

   — body

      — div.wrapper

         — h1

         — div.content

         — table#giftList

            — tr

               — th

               — th

               — th

               — th

            — tr.gift#gift1

        — td

.......

一般BeautifulSoup函数总是处理当前标签的后代标签，例如：bs0bj.body.h1，

类似的，bs0bj.div.findAll("img")会找出文档中第一个div标签，然后获取这个div后代里的所有img标签列表。

  可是如果你只是想找出子标签：可以用 .children ：

>> from urllib.request import urlopen

>> from bs4 import BeautifulSoup

>> html = urlopen("www.pyth..ng.com/pages/page3.html")

>> bsObj = BeautifulSoup(html)

>> for child in bsObj.find("table",{"id":"giftList"}).children:

>>    print(child)

This code prints out all of the list of product rows in the giftList table

 (table giftlist下所有的直接子标签的内容 包括标签/属性/文字/)

 

# 注意 .contents / .children / .descendants(后代) 的区别：  

tag的 .contents 属性可以将tag的子节点以列表的方式输出:

>>>head_tag

>>>head_tag.contents

>>>title_tag = head_tag.contents[0]

>>>title_tag.contents

The Dormouse's story

 

BeautifulSoup 对象本身一定会包含子节点,也就是说标签也是 BeautifulSoup 对象的子节点:

soup.contents[0].name

# u'html'

字符串没有 .contents 属性,因为字符串没有子节点:

 

 通过tag的 .children 生成器,可以对tag的子节点进行循环:

>>>for child in title_tag.children:

>>>    print(child)

The Dormouse's story

  

      综上 .contents 和 .children 属性仅包含tag的直接子节点 .

例如,标签只有一个直接子节点(儿子)：

 

但是

The Dormouse's story

 

--------------------取材《Web scraping...》   /     BeautifulSoup 官方文档。
--------------------- 
作者：Sodaoo 
来源：CSDN 
原文：https://blog.csdn.net/SoDaoo/article/details/70230128 
版权声明：本文为博主原创文章，转载请附上博文链接！