Beautiful Soup 简明教程

Beautiful Soup - find vs find_all

Beautiful Soup 库包括 find() 和 find_all() 方法。解析 HTML 或 XML 文档时，两种方法都是最常使用的方法之一。从特定的文档树中，你常常需要找到一个确定标记类型的 PageElement，或具有某些属性，或具有特定 CSS 样式等。这些条件作为参数提供给 find() 和 find_all() 方法。两者的主要区别点在于，find() 找到满足条件的第一个子元素，而 find_all() 方法搜索条件的所有子元素。

find() 方法的定义如下语法 −

Syntax

find(name, attrs, recursive, string, **kwargs)

name 参数指定标记名称的筛选器。使用 attrs，可以针对标记属性值设置筛选器。如果 recursive 参数为 True，则会执行递归搜索。你可以将可变 kwargs 传递为属性值筛选器的字典。

soup.find(id = 'nm')
soup.find(attrs={"name":'marks'})

find_all() 方法接收与 find() 方法完全一样所有的参数，此外还有 limit 参数。这是一个整数，它将搜索限制为给定筛选器条件指定数量的匹配项。如果没有设置，find_all() 将在该 PageElement 下的所有子元素中搜索条件。

soup.find_all('input')
lst=soup.find_all('li', limit =2)

如果将 find_all() 方法的 limit 参数设置为 1，它将虚拟充当 find() 方法。

两种方法的返回类型不同。find() 方法返回最早找到的一个 Tag 对象或 NavigableString 对象。find_all() 方法返回一个 ResultSet，其中包含满足筛选器条件的所有 PageElement。

下面是一个演示 find 和 find_all 方法之间的区别的示例。

Example

from bs4 import BeautifulSoup

markup =open("index.html")

soup = BeautifulSoup(markup, 'html.parser')
ret1 = soup.find('input')
ret2 = soup.find_all ('input')
print (ret1, 'Return type of find:', type(ret1))
print (ret2)
print ('Return tyoe find_all:', type(ret2))

#set limit =1
ret3 = soup.find_all ('input', limit=1)
print ('find:', ret1)
print ('find_all:', ret3)

Output

<input id="nm" name="name" type="text"/> Return type of find: <class 'bs4.element.Tag'>
[<input id="nm" name="name" type="text"/>, <input id="age" name="age" type="text"/>, <input id="marks" name="marks" type="text"/>]
Return tyoe find_all: <class 'bs4.element.ResultSet'>
find: <input id="nm" name="name" type="text"/>
find_all: [<input id="nm" name="name" type="text"/>]