python学習日記 2日目

py-2.py

# -*- encoding: utf-8 -*-
import urllib
from bs4 import BeautifulSoup

def main():
    # URL を指定するとそのファイルを開けるっぽい
    my_page = 'http://daiz-projects.appspot.com/hoge/bar.html'
    f = urllib.urlopen(my_page)
    # f の型は一体何なのか調べてみる
    print type(f)  #=>  <type 'instance'>
    # とりあえず読んでみる
    print f.read()
    # h1タグの中身を取得してみたい
    soup = BeautifulSoup(f)
    # 綺麗に表示してみる
    print soup.prettify()
    # タイトルを表示できるか => タグも”込み”で取得される
    print soup.title  
    # なんとかタグ無しで取得できないか => できる
    print soup.title.text
    # divタグは何個あるか
    print len(soup.find_all('div'))
    # 最初のdivタグを表示
    print soup.find('div')
    # 最後のdivタグを表示
    print soup.find_all('div')[-1]
    # idがaである要素を表示する
    print soup.find(id='a')
    # idがaである要素の子要素として、idがbであるものを表示する
    id_a_tag = soup.find(id='a')
    print id_a_tag.find(id='b')
    # print soup.find(id='a').find(id='b') # 短縮してこう書くこともできる
    #ドキュメント中の画像のURLをすべて表示する
    for img_tag in soup.find_all('img'):
        print img_tag['src']

if __name__ == '__main__':
    main()