python BeautifulSoup基本用法

#coding:utf-8
import os
from bs4 import BeautifulSoup
#jsp 路径
folderPath = "E:/whm/google/src_jsp"

for dirPath,dirNames,fileNames in os.walk(folderPath):
    for fileName in fileNames:
        if fileName.endswith(".jsp"):
            soup=BeautifulSoup(open(os.path.join(dirPath,fileName)),"html.parser")
            if(soup.header is not None):
                soup.header.extract()
            #属性选择器。。。只能选择出第一个符合规则的元素
            if(soup.find(attrs={\'role\':\'banner\'}) is not None):
                soup.find(attrs={\'role\':\'banner\'}).extract()
            if(soup.find(attrs={\'class\':"col-xs-3"}) is not None):
                soup.find(attrs={\'class\':"col-xs-3"}).extract()
            with open(os.path.join(dirPath,fileName),"w+") as file:
                #pretify()方法返回一个美化过的html 字符串 encode(\'utf-8\')指定编码--
                file.write(soup.prettify(formatter=None).encode(\'utf-8\'))

处理jsp页面会出现bug。。。 所以。。不要使用BeautifulSoup处理 jsp和php等脚本页面。。。需要用正则来写。。。这是我摸索半天得来的结论。。。。。

版权声明：本文为whm-blog原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://www.cnblogs.com/whm-blog/p/7121895.html