我正在尝试使用BeautifulSoup来处理从网站上获取的HTML数据。我创建了一个"网站"类，并具有几个功能，可以根据实例变量（例如标题，类等）来解析HTML脚本。例如
class Websites:
def __init__(self, url, header, class_):
self.url = url
self.header = header
self.class_ = class_
def html(self):
url = self.url
webpage = urlopen(url)
page_html = webpage.read()
webpage.close()
page_soup = bs(page_html, 'html.parser')
return page_soup
将这些变量（标题，类）转换为类中的实例变量很简单，但是我正在努力将一个变量转换为类实例变量。我相信美丽的术语术语被称为"标签"。如果我在类的实例上调用上面显示的HTML函数，则可以将一个可以保存为变量（page_soup）的HTML文本块，我可以添加标签，例如这样：
page_soup.div.h1.p
这指定了我要访问的HTML脚本的确切部分。有什么方法可以修改上面显示的类 init 函数，以便进行输入，例如：
amazon = Websites(url = 'Amazon.co.uk', tag = '.div.h1.p')
并将其用作类方法中的实例变量，作为self.tag？
以这种方式访问标签与使用BeautifulSoup的find()函数相同，后者返回第一个匹配标签。因此，您可以编写自己的函数以模拟这种方法，如下所示：
from bs4 import BeautifulSoup
def get_tag(tag, text_attr):
for attr in text_attr.split('.'):
if attr:
tag = tag.find(attr)
return tag
html = """<html><h2>test1</h2><div><h1>test2<p>display this</p></h1></div></html>"""
soup = BeautifulSoup(html, "html.parser")
print(soup.div.h1.p)
print(get_tag(soup, '.div.h1.p'))
这将显示：
<p>display this</p>
<p>display this</p>
另一种方法是使用.select()函数，该功能返回匹配标签的列表：
print(soup.select('div > h1 > p')[0])