Atributos e Conteúdos do Elemento
Os métodos abordados anteriormente retornam partes específicas do código HTML. O BeautifulSoup também permite acessar os atributos e conteúdos de elementos particulares. Para obter os atributos de um elemento, utilize o atributo .attrs. Por exemplo, recupere os atributos do primeiro elemento <div>.
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").attrs)
O resultado do uso do atributo .attrs é um dicionário onde as chaves são os nomes dos atributos e os valores são seus respectivos valores. Para obter o conteúdo dentro de uma tag, utilize o atributo .contents. Por exemplo, verifique o conteúdo do primeiro elemento <div>.
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").contents)
Como observado acima, todos os caracteres de nova linha foram incluídos em uma lista de elementos, o que pode não ser a representação mais desejável do conteúdo. Caso deseje extrair apenas o texto dentro de um elemento específico, utilize o método .get_text(). Compare os resultados do exemplo abaixo com o obtido anteriormente.
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").get_text())
Obrigado pelo seu feedback!
Pergunte à IA
Pergunte à IA
Pergunte o que quiser ou experimente uma das perguntas sugeridas para iniciar nosso bate-papo
Awesome!
Completion rate improved to 4.35Atributos e Conteúdos do Elemento
Deslize para mostrar o menu
Os métodos abordados anteriormente retornam partes específicas do código HTML. O BeautifulSoup também permite acessar os atributos e conteúdos de elementos particulares. Para obter os atributos de um elemento, utilize o atributo .attrs. Por exemplo, recupere os atributos do primeiro elemento <div>.
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").attrs)
O resultado do uso do atributo .attrs é um dicionário onde as chaves são os nomes dos atributos e os valores são seus respectivos valores. Para obter o conteúdo dentro de uma tag, utilize o atributo .contents. Por exemplo, verifique o conteúdo do primeiro elemento <div>.
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").contents)
Como observado acima, todos os caracteres de nova linha foram incluídos em uma lista de elementos, o que pode não ser a representação mais desejável do conteúdo. Caso deseje extrair apenas o texto dentro de um elemento específico, utilize o método .get_text(). Compare os resultados do exemplo abaixo com o obtido anteriormente.
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").get_text())
Obrigado pelo seu feedback!
