HTML 遍历

HTML 遍历

HTML基本格式：

1.下行遍历：

属性	说明
contents	子节点的列表，将 全部儿子节点存入列表
children	子节点的迭代类型，与.contents相似，用于循环遍历儿子节点
descendants	子孙节点的迭代类型，包含全部子孙节点，用于循环遍历

##遍历儿子结点
for child in soup.body.children:
    print(child)

##遍历子孙结点
for child in soup.body.descendants:
    print(child)

2.上行遍历：

属性	说明
parent	结点的父亲标签
parents	节点先辈标签的迭代类型，用于循环遍历先辈节点

##遍历父辈结点
for parent in soup.a.parents:
    if parent is None:
        print(parent)
    else:
        print(parent.name)

3. 平行遍历

属性	说明
next_sibling	返回按照HTML文本顺序的下一个平行节点标签
previous_sibling	返回按照HTML文本顺序的上一个平行节点标签
next_siblings	迭代类型，返回按照HTML文本顺序的后续全部平行节点标签
previous_siblings	迭代类型，返回按照HTML文本顺序的前续全部平行节点标签

注： 平行遍历发生在同一个父节点下的各节点间

##遍历后续结点
for sibling in soup.a.next_siblings:
    print(sibling)

##遍历前续结点
for sibling in soup.a.previous_siblings:
    print(sibling)