Question

我知道过去曾问过这个问题，但是我仍然很困惑，如果可能的话，我想一劳永逸地解决我的疑问。

如果我使用

from bs4 import BeautifulSoup

我的soup任务将会

soup =  BeautifulSoup(html, "lxml")

如果我这样导入：

from bs4 import BeautifulSoup as bs4

我的soup分配是

soup =  bs4(html, "lxml")

最后，如果我使用以下命令导入

：

import bs4

我的soup分配是

soup =  bs4.BeautifulSoup(html, "lxml")

让我们使用简单的html和代码：

html = """
<a href="some link" style="some style">Some Document</a>
"""
link = soup.select('a:contains(Document)')

接下来，主要问题：

type(link[0])

在所有三种导入情况下，输出为：

bs4.element.Tag

但是，如果我问：

isinstance(link[0],bs4.element.Tag)

在第三种情况下，我得到True，但在前两种情况下，我得到

AttributeError: type object 'BeautifulSoup' has no attribute 'element'

由于select()和find_all()方法经常传递Tag或NavigableString结果，因此我需要使用isinstance()确定哪个是哪个。因此，在这些情况下，我必须使用第三种导入方法吗？为什么首先要有区别？

Answer 1

这是您正在做的命名游戏。让我们继续说一下，类bs4.element.Tag是元素实例的类。可以将其视为Tag中bs4类的绝对位置。 bs4.element代表嵌套的模块，其中Tag（在element模块下）是元素作为其实例的类。显示这些元素的类信息时，它将始终显示bs4.element.Tag。

现在，如上所述，您可以通过不同的方式访问BeautifulSoup对象。这一切都不会改变元素标记为bs4.element.Tag类型的事实。导入bs4时：

import bs4
bs4.BeautifulSoup()

这将以模块的默认名称bs4导入模块。然后，您可以使用点标记访问该模块中的BeautifulSoup，因为BeautifulSoup是该模块的成员。但是本地bs4只是引用bs4模块的变量。

当您导入为：

from bs4 import BeautifulSoup as bs4

bs4与第一个示例的含义不同。在第一个示例中，我们以其默认名称（bs4）导入了整个模块，但是在这里，我们导入了BeautifulSoup类，并在本地将其重命名为bs4 。无论我们在本地如何称呼它，它仍然是bs4.BeautifulSoup的类，其中bs4是模块名称。不过，在本地（此文件本地），我们创建了一个指向BeautifulSoup类的变量引用，其名称恰好与模块相同。

因此，当您使用select返回元素时，它们的类型为bs4.element.Tag。无论您的本地变量碰巧被命名为什么，这都是正确的。这是内部的知名度。

因此，在比较instance时，重要的是要知道，变量名称并不重要，重要的是变量所引用的内容。在第三个示例中，import bs4导致bs4引用bs4模块；因此，可以从Tag访问bs4.element.Tag。但是，在使用from bs4 import BeautifulSoup as bs4的情况下，bs4不再引用bs4模块，它引用的BeautifulSoup类没有名为element的属性，属性Tag，因为它不是模块而是类。

本地名称就是您当前文件引用它所引用的对象的方式。

因此，在失败的情况下，您需要将Tag引用导入可以提供给instance的变量：

>>> from bs4 import BeautifulSoup
>>> from bs4.element import Tag
>>> soup = bs4.BeautifulSoup('<div>Test<span>test</span><span>test2</span></div>')
>>> isinstance(soup.find('div'), Tag)
True

Tag只是一个名称，但它引用了bs4.element.Tag，因此可以使用。

我们可以称之为任何东西，只要它引用了正确的对象，它就仍然可以工作：

>>> from bs4 import BeautifulSoup
>>> from bs4.element import Tag as Apple
>>> soup = bs4.BeautifulSoup('<div>Test<span>test</span><span>test2</span></div>')
>>> isinstance(soup.find('div'), Apple)
True

希望这更有意义：）。

编辑：只是一个提示，但是bs4对顶层模块中可用的NavigableString和Tag之类的内容进行了一些引用，因此您不必一路走来到bs4.element以获得正确的参考，您只需执行以下操作：

from bs4 import Tag, NavigableString

同样，bs4.Tag的替代引用只是Tag模块中名为bs4的变量，它引用实际的bs4.element.Tag类。您可以使用它，它仍将引用同一类。只是在bs4模块中本地使用它来引用Tag中的element类。

对bs4命名方法及其对属性的影响感到困惑

1 个答案: