Trabajando con Elementos Específicos
La navegación por un documento HTML utilizando atributos de Python recupera solo la primera aparición de un elemento. Si se desea encontrar la primera instancia de un elemento sin conocer su ruta completa, se utiliza el método .find() y se pasa el nombre de la etiqueta como una cadena (sin los corchetes < >). Por ejemplo, localizar el primer elemento <div> en el documento HTML.
123456789101112# Importing libraries from bs4 import BeautifulSoup from urllib.request import urlopen # Reading web page url = "https://codefinity-content-media.s3.eu-west-1.amazonaws.com/18a4e428-1a0f-44c2-a8ad-244cd9c7985e/jesus.html" page = urlopen(url) html = page.read().decode("utf-8") # Reading HTML with BeautifulSoup soup = BeautifulSoup(html, "html.parser") print(soup.find("div"))
También es posible recuperar todas las instancias de un elemento específico utilizando el método .find_all(). Este devuelve una lista con todas las coincidencias. Por ejemplo, encontrar todas las etiquetas <p> en el documento HTML.
123456789101112# Importing libraries from bs4 import BeautifulSoup from urllib.request import urlopen # Reading web page url = "https://codefinity-content-media.s3.eu-west-1.amazonaws.com/18a4e428-1a0f-44c2-a8ad-244cd9c7985e/jesus.html" page = urlopen(url) html = page.read().decode("utf-8") # Reading HTML with BeautifulSoup soup = BeautifulSoup(html, "html.parser") print(soup.find_all("p"))
Se puede utilizar el método .find_all() para localizar múltiples etiquetas pasando una lista de nombres de etiquetas. Por ejemplo, recopilar todos los elementos <div> y <title>.
12345678910111213# Importing libraries from bs4 import BeautifulSoup from urllib.request import urlopen # Reading web page url = "https://codefinity-content-media.s3.eu-west-1.amazonaws.com/18a4e428-1a0f-44c2-a8ad-244cd9c7985e/page.html" page = urlopen(url) html = page.read().decode("utf-8") # Reading HTML with BeautifulSoup soup = BeautifulSoup(html, "html.parser") for el in soup.find_all(["div", "title"]): print(el)
¡Gracias por tus comentarios!
Pregunte a AI
Pregunte a AI
Pregunte lo que quiera o pruebe una de las preguntas sugeridas para comenzar nuestra charla
Awesome!
Completion rate improved to 4.35Trabajando con Elementos Específicos
Desliza para mostrar el menú
La navegación por un documento HTML utilizando atributos de Python recupera solo la primera aparición de un elemento. Si se desea encontrar la primera instancia de un elemento sin conocer su ruta completa, se utiliza el método .find() y se pasa el nombre de la etiqueta como una cadena (sin los corchetes < >). Por ejemplo, localizar el primer elemento <div> en el documento HTML.
123456789101112# Importing libraries from bs4 import BeautifulSoup from urllib.request import urlopen # Reading web page url = "https://codefinity-content-media.s3.eu-west-1.amazonaws.com/18a4e428-1a0f-44c2-a8ad-244cd9c7985e/jesus.html" page = urlopen(url) html = page.read().decode("utf-8") # Reading HTML with BeautifulSoup soup = BeautifulSoup(html, "html.parser") print(soup.find("div"))
También es posible recuperar todas las instancias de un elemento específico utilizando el método .find_all(). Este devuelve una lista con todas las coincidencias. Por ejemplo, encontrar todas las etiquetas <p> en el documento HTML.
123456789101112# Importing libraries from bs4 import BeautifulSoup from urllib.request import urlopen # Reading web page url = "https://codefinity-content-media.s3.eu-west-1.amazonaws.com/18a4e428-1a0f-44c2-a8ad-244cd9c7985e/jesus.html" page = urlopen(url) html = page.read().decode("utf-8") # Reading HTML with BeautifulSoup soup = BeautifulSoup(html, "html.parser") print(soup.find_all("p"))
Se puede utilizar el método .find_all() para localizar múltiples etiquetas pasando una lista de nombres de etiquetas. Por ejemplo, recopilar todos los elementos <div> y <title>.
12345678910111213# Importing libraries from bs4 import BeautifulSoup from urllib.request import urlopen # Reading web page url = "https://codefinity-content-media.s3.eu-west-1.amazonaws.com/18a4e428-1a0f-44c2-a8ad-244cd9c7985e/page.html" page = urlopen(url) html = page.read().decode("utf-8") # Reading HTML with BeautifulSoup soup = BeautifulSoup(html, "html.parser") for el in soup.find_all(["div", "title"]): print(el)
¡Gracias por tus comentarios!
