有美丽的汤的方法来计算一个HTML页面的标签数量 [英] Is there a way in beautiful soup to count the number of tags in a html page

问题描述

我在寻找在Python中创建一个字典，其中最关键的是HTML标记的名称和值标签出现的次数。有没有办法与美丽的汤或别的东西来做到这一点？

I'm looking at creating a dictionary in python where the key is the html tag name and the value is the number of times the tag appeared. Is there a way to do this with beautiful soup or something else?

推荐答案

使用BeautifulSoup可以通过省略搜索条件搜索所有标签：

With BeautifulSoup you can search for all tags by omitting the search criteria:

# print all tags
for tag in soup.findAll():
    print tag.name # TODO: add/update dict

如果你只是对出现的次数有兴趣，BeautifulSoup可能是有点大材小用在这种情况下，你可以使用的 的HTMLParser 来代替：

If you're only interested in the number of occurrences, BeautifulSoup may be a bit overkill in which case you could use the HTMLParser instead:

from HTMLParser import HTMLParser

class print_tags(HTMLParser):
    def handle_starttag(self, tag, attrs):
        print tag # TODO: add/update dict

parser = print_tags()
parser.feed(html)

这将产生相同的输出。

要创建字典{'标签'：计数} 你可以使用<一个href=\"http://docs.python.org/2/library/collections.html#collections.defaultdict\"><$c$c>collections.defaultdict:

To create the dictionary of { 'tag' : count } you could use collections.defaultdict:

from collections import defaultdict

occurrences = defaultdict(int)
# ...
occurrences[tag_name] += 1

这篇关于有美丽的汤的方法来计算一个HTML页面的标签数量的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！