Tag对象

对应HTML中的标签

NavigableString

标签内的文本内容

BeautifulSoup

整个文档对象

Comment对象

文档中的注释内容

主要特性

• 拥有名称属性（tag.name）
• 可以包含多个属性（tag.attrs）
• 可以包含其他Tag或字符串
• 支持CSS选择器（select()方法）
• 支持导航方法（find(), find_all()等）

代码示例

# 获取第一个<p>标签
p_tag = soup.find('p')

# 获取标签名称
print(p_tag.name)  # 输出: p

# 获取标签属性
print(p_tag['class'])  # 输出: ['intro']

# 修改标签属性
p_tag['class'] = ['highlight']

# 添加新属性
p_tag['id'] = 'first-paragraph'

主要特性

• 用于表示标签内的文本内容
• 不包含任何子节点
• 支持字符串操作
• 可以使用.string属性获取
• 可以通过replace_with()方法替换内容

代码示例

# 获取标题标签内的文本
title_tag = soup.find('h1')
title_text = title_tag.string

print(type(title_text))  # 输出: <class 'bs4.element.NavigableString'>
print(title_text)       # 输出: Beautiful Soup教程

# 修改文本内容
title_tag.string.replace_with("新的标题内容")

# 创建新的NavigableString
from bs4 import NavigableString
new_string = NavigableString("附加内容")
p_tag.append(new_string)

主要特性

• 表示整个文档树
• 包含文档的特殊属性（如head、title等）
• 支持所有Tag对象的方法
• 提供文档编码信息（soup.original_encoding）
• 可以使用prettify()方法美化输出

代码示例

# 创建BeautifulSoup对象
soup = BeautifulSoup(html_doc, 'lxml')

# 访问文档属性
print(soup.name)             # 输出: [document]
print(soup.head.title.string) # 输出文档标题

# 美化HTML输出
print(soup.prettify())

# 查找所有链接
links = soup.find_all('a')
for link in links:
    print(link.get('href'))
    
# 使用CSS选择器
results = soup.select('div.content > p.intro')

主要特性

• 表示HTML/XML文档中的注释
• 是NavigableString的特殊子类
• 不会在浏览器中显示
• 使用方式与NavigableString类似
• 可以通过判断类型来识别

代码示例

html_with_comment = "<div><!-- 这是一个注释 --></div>"
soup = BeautifulSoup(html_with_comment, 'lxml')

comment = soup.div.string
print(type(comment))   # 输出: <class 'bs4.element.Comment'>
print(comment)         # 输出: 这是一个注释

# 区分注释和普通文本
if type(comment) is bs4.Comment:
    print("找到注释:", comment)
    
# 提取所有注释
comments = soup.find_all(string=lambda text: isinstance(text, Comment))
for comment in comments:
    print(comment)

Tag对象

处理HTML标签及其属性

NavigableString

处理标签内的文本内容

BeautifulSoup

表示整个文档树

Comment对象

处理文档中的注释