python - 查找 HTML 中的所有标签和属性

Question

我是新手，第一次看 HTML 代码。对于我的研究，我需要知道网页中标签和属性的数量。

我查看了各种解析器，发现 Beautiful Soup 是最受欢迎的解析器之一。以下代码(取自 Parsing HTML using Python )显示了解析文件的方法:

import urllib2
from BeautifulSoup import BeautifulSoup

page = urllib2.urlopen('http://www.google.com/')
soup = BeautifulSoup(page)

x = soup.body.find('div', attrs={'class' : 'container'}).text

我发现 find_all 非常有用，但需要一个参数才能找到一些东西。

谁能指导我如何知道 html 页面中所有标记和属性的数量？

Google 开发者工具在这方面有帮助吗？

Answer 1

如果你想要所有标签和属性的计数:

sum(len(ele.attrs) + 1 for ele in BeautifulSoup(page).find_all())