「2022」打算跳槽漲薪，必問面試題及答案-VUE篇

、為什么選擇VUE，解決了什么問題？

vue.js 正如官網(wǎng)所說的，是一套構(gòu)建用戶界面的漸進(jìn)式框架。與其它重量級(jí)框架不同的是，vue 被設(shè)計(jì)為可以自底向上逐層應(yīng)用。vue 的核心庫(kù)只關(guān)注視圖層，不僅易于上手，還便于與第三方庫(kù)或既有項(xiàng)目整合。另外一方面，當(dāng)與現(xiàn)代化工具鏈以及各種支持類庫(kù)結(jié)合使用時(shí)，vue 也完全能夠?yàn)閺?fù)雜的單頁應(yīng)用提供驅(qū)動(dòng)。

vue.js 有聲明式，響應(yīng)式的數(shù)據(jù)綁定，組件化開發(fā)，并且還使用虛擬 DOM 等技術(shù)，統(tǒng)一編程規(guī)范和模塊等，將項(xiàng)目功能模塊化更方便組織和構(gòu)建復(fù)雜應(yīng)用，便于項(xiàng)目的擴(kuò)展和維護(hù)。 vue 框架維護(hù)及時(shí)，且 Vue 3 將在 2022 年 2 月 7 日 成為新的默認(rèn)版本。

2、如果加入 keep-alive，第一次進(jìn)入組件會(huì)執(zhí)行哪些生命周期函數(shù)？

會(huì)執(zhí)行的鉤子函數(shù)以及它們的順序分別為：

beforeCreat、created、beforeMount、mounted、activated

3、key 的作用和工作原理。

key 的作用主要是為了高效地更新虛擬 DOM，其原理是 vue 中在 patch 過程中，通過 key 可以精準(zhǔn)判斷兩個(gè)節(jié)點(diǎn)是否是同一個(gè)，從而避免頻繁更新不同元素，使得整個(gè) patch 過程更加高效，減少 DOM 操作量，提高性能。

另外，若不設(shè)置 key 還可能在列表更新時(shí)，引發(fā)一些隱蔽的 bug 。vue 在使用相同標(biāo)簽名元素的過濾或切換時(shí)，也會(huì)使用到 key 屬性，其目的也是為了讓 vue 可以區(qū)分它們，否則 vue 只會(huì)替換其內(nèi)部屬性而不會(huì)觸發(fā)過濾效果。

4、v-if 和 v-for 的優(yōu)先級(jí)哪個(gè)高？

v-for 的優(yōu)先級(jí)更高。

如果 v-if 和 v-for 同時(shí)出現(xiàn)，每次渲染都會(huì)先執(zhí)行循環(huán)，再判斷條件，無論如何循環(huán)都不可避免，浪費(fèi)了性能。

情景一：每次遍歷時(shí)，都需要執(zhí)行 v-if 解析一次，浪費(fèi)性能。

<ul>
  <li
    v-for="user in users"
    v-if="shouldShowUsers"
    :key="user.id"
  >
    {{ user.name }}
  </li>
</ul>

要避免出現(xiàn)這種情況，則在外層嵌套 template ，在這一層進(jìn)行 v-if 判斷，然后在內(nèi)部進(jìn)行 v-for 循環(huán)。可以改為：

<ul>
  <template v-if="shouldShowUsers">
   <li
     v-for="user in users"
    :key="user.id"
  >
    {{ user.name }}
  </li>
 </template>
</ul>

情景二：v-if 和 v-for 同時(shí)出現(xiàn)在一個(gè)標(biāo)簽，過濾一個(gè)列表中的項(xiàng)目，比如：

<ul>
  <li
    v-for="user in users"
    v-if="user.isActive"
    :key="user.id"
  >
    {{ user.name }}
  </li>
</ul>

在這種情況下，請(qǐng)將 users 替換為一個(gè)計(jì)算屬性，讓其返回過濾后的列表。

<ul>
  <li
    v-for="user in activeUsers"
    :key="user.id"
  >
    {{ user.name }}
  </li>
</ul>
computed: {
  activeUsers: function () {
    return this.users.filter(function (user) {
      return user.isActive
    })
  }
}

5、談?wù)剬?duì) vue 組件化的理解。

5.1、組件化的定義

組件是獨(dú)立和可復(fù)用的代碼組織單元，組件系統(tǒng)是 vue 核心特性之一，它使開發(fā)者使用小型、獨(dú)立和通常可復(fù)用的組件構(gòu)建大型應(yīng)用。

也可以通俗介紹，把一些用戶在程序中一些獨(dú)立的功能和模塊單獨(dú)提取出來，然后切分為更小的塊，這些塊有獨(dú)立的邏輯，有更好的復(fù)用性。

組件按照分類有：頁面組件(導(dǎo)航)、業(yè)務(wù)組件(登錄)、通用組件(輸入框)。

5.2、組件化特點(diǎn)

vue 的組件是基于配置的，通常編寫的組件是組件配置而非組件，框架后續(xù)會(huì)生成其構(gòu)造函數(shù)，它們基于 VueComponent 這個(gè)類擴(kuò)展于 vue 。

常見的組件化技術(shù)有：prop 屬性、自定義事件、插槽等，這些主要用于組件之間的通信等。

組件之間遵循單向數(shù)據(jù)流原則。

5.3、組件化的優(yōu)點(diǎn)

組件化的開發(fā)能大幅提高開發(fā)效率、測(cè)試性和復(fù)用性等。

合理的劃分組件能夠大幅提升應(yīng)用性能，組件應(yīng)該是高內(nèi)聚，低耦合的。

6、為什么 data 在組件內(nèi)必須是函數(shù)，而 vue 的根實(shí)例則沒有此限制？

vue 組件可能存在多個(gè)實(shí)例，如果使用對(duì)象形式定義 data ，則會(huì)導(dǎo)致它們公用一個(gè) data 對(duì)象，那么狀態(tài)變更將會(huì)影響所有組件實(shí)例，這是不合理的。

如果采用函數(shù)的形式，在實(shí)例化組件時(shí)，data 會(huì)被當(dāng)做工廠函數(shù)返回一個(gè)全新的 data 對(duì)象，有效規(guī)避多實(shí)例之間狀態(tài)污染問題。

所以在組件中的 data 必須是函數(shù)，不能使用對(duì)象形式。那為什么 vue 根實(shí)例沒有限制呢？

在 vue 中根實(shí)例只能有一個(gè)，所以不需要擔(dān)心多實(shí)例的問題，所以根實(shí)例中的 data 可以是函數(shù)也可以是對(duì)象。

7、你了解哪些 vue 性能優(yōu)化的方法？

我所了解的 vue 性能優(yōu)化方法分別有：

1>、路由懶加載

Vue.use(VueRouter)
// 傳統(tǒng)寫法
import Home from '@/views/login/index.vue'

//路由懶加載
const  Login=()=> import('@/views/login/index.vue') 

const router=new VueRouter({
 routes: [
  { path: '/login', component: Login },
  { path: '/home', component: Home },
  ]
export default router

使用路由懶加載，項(xiàng)目打包的時(shí)候體積會(huì)大幅減小，訪問項(xiàng)目時(shí)，這些組件也會(huì)按需進(jìn)行加載，大大提升了項(xiàng)目性能。

2>、keep-alive 緩存頁面

<template>
 <keep-alive>
  <router-view /> 
 </keep-alive>  
</template>

使用 keep-alive 之后會(huì)緩存頁面，第一次加載之后，關(guān)閉再次打開，頁面不會(huì)重新渲染。keep-alive 的屬性：

include：字符串或正則表達(dá)式。如果只緩存?zhèn)€別頁面，可以使用 include 屬性，只緩存匹配組件。
exclude：字符串或正則表達(dá)式。如果個(gè)別頁面不需要緩存時(shí)，可以使用 exclude 屬性，任何匹配的組件都不會(huì)緩存。

3>、v-for遍歷避免同時(shí)使用 v-if

<ul>
  <li
    v-for="user in activeUsers"
    :key="user.id"
  >
    {{ user.name }}
  </li>
</ul>
computed: {
  activeUsers: function () {
    return this.users.filter(function (user) {
      return user.isActive
    })
  }
}

4>、長(zhǎng)列表性能優(yōu)化

如果列表是純粹的數(shù)據(jù)展示，不會(huì)有任何的改變，就不需要做響應(yīng)式。

export default{
 data(){
  return {
   users:[]
  }
 },
 created(){
  const user=await axios("/api/user")
  this.users=Object.freeze(user)
 }
}

Object.freeze() 方法可以凍結(jié)一個(gè)對(duì)象，對(duì)象被凍結(jié)之后不能被修改，可以讓性能大幅度提升。

如果是大數(shù)據(jù)長(zhǎng)列表，可采用虛擬滾動(dòng)，只渲染少部分區(qū)域的內(nèi)容。可采用三方 vue-virtual-scroll。

5>、事件的銷毀

vue組件銷毀時(shí)，會(huì)自動(dòng)解綁它的全部指令及事件監(jiān)聽器，但是僅限于組件本身的事件。

created(){
 this.timer=setInterval( this.refresh, 2000 )
},
beforeDestory(){
 clearInterval( this.timer )
}

6>、圖片懶加載

對(duì)于圖片過多的頁面，為了加快頁面的加載速度，所以很多時(shí)候，需要把未出現(xiàn)在可視區(qū)域的圖片暫不進(jìn)行加載，滾動(dòng)到可視區(qū)域之后再開始加載。

可以使用三方的 vue-lazyload 庫(kù)。

<img v-lazy="/src/img/01.jpg" />

7>、第三方插件按需引用

使用三方庫(kù)時(shí)，可以按需引入避免體積太大。比如 element-ui ：

import { Button  } from "element-ui"

8>、無狀態(tài)的組件標(biāo)記為函數(shù)式組件

<template functional>
 <div>組件內(nèi)容</div>  
</template>

通過 functional 將組件標(biāo)記為函數(shù)式組件，因?yàn)楹瘮?shù)式組件沒有實(shí)例，所以運(yùn)行時(shí)耗費(fèi)資源較少。

另外還有 v-show 復(fù)用 DOM、子組件分割、SSR 等。

8、computed 與 methods 、watch 的區(qū)別？

computed VS methods

computed:{
 yyds(){
  log("computed show")
  return "計(jì)算屬性"
 }
},
methods:{
 show(){
  log("method show")
  return "計(jì)算屬性"
 }
}

computed 是計(jì)算屬性，methods 內(nèi)都是方法，所以調(diào)用不同分別為：

<div>yyds</div>
<div>show()</div>

computed 是有緩存的，而 methods 沒有緩存，所以 computed 性能比 methods 的好。

computed VS watch

computed 是計(jì)算某一個(gè)屬性的改變，如果某一個(gè)值改變了，計(jì)算屬性會(huì)監(jiān)測(cè)到，然后進(jìn)行返回值。

watch 是監(jiān)聽某一個(gè)數(shù)據(jù)或路由，改變了才會(huì)響應(yīng)，只有改變了才會(huì)執(zhí)行操作。

9、你怎么理解 vue 中的 diff 算法？

1.diff算法是虛擬DOM技術(shù)的必然產(chǎn)物：通過新舊虛擬DOM作對(duì)比（即diff），將變化的地方更新在真實(shí)DOM上；

另外，也需要diff高效的執(zhí)行對(duì)比過程，從而降低時(shí)間復(fù)雜度為O(n)。(what)

2.vue2.x中為了降低Watcher粒度，每個(gè)組件只有一個(gè)Watcher與之對(duì)應(yīng)，只有引入diff才能精確找到發(fā)生變化的地方。(why)

3.vue中diff執(zhí)行的時(shí)刻是組件實(shí)例執(zhí)行其更新函數(shù)時(shí)，它會(huì)比對(duì)上一次渲染結(jié)果oldVnode和新的渲染結(jié)果newVnode,此過程稱為patch。(where)

4.diff過程整體遵循深度優(yōu)先、同層比較的策略；兩個(gè)節(jié)點(diǎn)之間比較會(huì)根據(jù)它們是否擁有子節(jié)點(diǎn)或者文本節(jié)點(diǎn)做不同操作；(How)

比較兩組子節(jié)點(diǎn)是算法的重點(diǎn)，首先假設(shè)頭尾節(jié)點(diǎn)可能相同做4次比對(duì)嘗試，如果沒有找到相同節(jié)點(diǎn)才按照通用方式遍歷查找，查找結(jié)束再按情況處理剩下的節(jié)點(diǎn)；

借助key通常可以非常精確找到相同節(jié)點(diǎn)，因此整個(gè)patch過程非常高效。

10、props 和 data 的優(yōu)先級(jí)誰高？

vue組件內(nèi)數(shù)據(jù)相關(guān)的屬性它們的樣式優(yōu)先級(jí)從高到底分別為：

props > methods > data > computed > watch

11、vue 組件之間的通信

vue 組件之間的關(guān)系有：父子關(guān)系、兄弟關(guān)系、隔代關(guān)系。

所以 vue 組件之間的通信可分為：父子組件之間通信，兄弟組件之間通信和跨層組件之間通信。

1>、父?jìng)髯?/p>

可使用的方法有：

通過 props 傳值
通過 refs 傳值
通過 children 傳值

2>、子傳父

可使用的方法：

$emit 自定義事件
provide 和 inject

3>、兄弟組件之間

利用中央事件總線 bus 的 $emit 和 $on 。
笨辦法，通過父組件共同傳值

4>、跨層組件

provide 和 inject

5>、沒有關(guān)系的組件之間通信

可以使用 vuex 進(jìn)行數(shù)據(jù)管理

端事件循環(huán)是什么

前端事件循環(huán)指的是 JavaScript 在瀏覽器中運(yùn)行時(shí)的一種機(jī)制，它用于處理異步事件。事件循環(huán)會(huì)不斷檢查是否有事件發(fā)生，并調(diào)用相應(yīng)的回調(diào)函數(shù)來處理這些事件。

事件循環(huán)的工作流程如下：

初始化：瀏覽器會(huì)初始化事件循環(huán)，并創(chuàng)建一個(gè)事件隊(duì)列。
事件發(fā)生：當(dāng)用戶操作頁面、網(wǎng)絡(luò)請(qǐng)求完成或計(jì)時(shí)器超時(shí)等情況下，都會(huì)產(chǎn)生事件并添加到事件隊(duì)列中。
事件處理：事件循環(huán)會(huì)從事件隊(duì)列中取出事件，并調(diào)用事件的回調(diào)函數(shù)來處理事件。
重復(fù)：事件循環(huán)會(huì)不斷重復(fù)步驟 2 和 3，直到事件隊(duì)列為空。

事件循環(huán)的優(yōu)點(diǎn):

高效：事件循環(huán)可以高效地處理大量的異步事件。
可擴(kuò)展：事件循環(huán)可以擴(kuò)展到支持新的事件類型。
跨平臺(tái)：事件循環(huán)可以在不同的瀏覽器和操作系統(tǒng)上工作。

事件循環(huán)的注意點(diǎn):

事件循環(huán)是單線程的：這意味著所有事件都將在同一個(gè)線程中處理。
事件循環(huán)不會(huì)阻塞：即使事件循環(huán)正在處理事件，應(yīng)用程序也可以執(zhí)行其他操作。
用戶需要確保事件回調(diào)函數(shù)是線程安全的。

瀏覽器事件循環(huán)與 Node.js 事件循環(huán)

Node.js 和瀏覽器都使用事件循環(huán)來處理異步事件。但是，兩者之間存在一些關(guān)鍵差異：

1. 事件隊(duì)列

瀏覽器：只有一個(gè)事件隊(duì)列，用于處理所有類型的事件，包括宏任務(wù)和微任務(wù)。
Node.js：有兩個(gè)事件隊(duì)列，一個(gè)用于宏任務(wù)，另一個(gè)用于微任務(wù)。

2. 任務(wù)執(zhí)行順序

瀏覽器：宏任務(wù)和微任務(wù)交替執(zhí)行。在執(zhí)行完一個(gè)宏任務(wù)后，瀏覽器會(huì)檢查微任務(wù)隊(duì)列，并執(zhí)行所有待處理的微任務(wù)。
Node.js：宏任務(wù)和微任務(wù)是分離的。在事件循環(huán)的每個(gè)階段，Node.js 會(huì)先執(zhí)行所有待處理的宏任務(wù)，然后再執(zhí)行所有待處理的微任務(wù)。

3. 事件循環(huán)的階段

瀏覽器：只有一個(gè)階段，用于處理所有類型的事件。
Node.js：有多個(gè)階段，每個(gè)階段用于處理特定類型的事件。例如，I/O 操作會(huì)在 I/O 階段處理，計(jì)時(shí)器會(huì)在計(jì)時(shí)器階段處理。

4. timers

瀏覽器：計(jì)時(shí)器是在瀏覽器主線程中執(zhí)行的。
Node.js：計(jì)時(shí)器是在單獨(dú)的線程中執(zhí)行的。

5. nextTick

瀏覽器：nextTick 會(huì)將回調(diào)函數(shù)排隊(duì)到微任務(wù)隊(duì)列中，在下一次事件循環(huán)迭代中執(zhí)行。
Node.js：nextTick 會(huì)將回調(diào)函數(shù)排隊(duì)到宏任務(wù)隊(duì)列中，在下一次事件循環(huán)的下一個(gè)階段執(zhí)行。

Node.js 與 libuv

Node.js 是一個(gè)基于 JavaScript 的運(yùn)行時(shí)環(huán)境，用于構(gòu)建服務(wù)器端應(yīng)用程序。libuv 是一個(gè)開源的 C 庫(kù)，提供了一組異步 I/O 和事件處理 API。

Node.js 與 libuv 的關(guān)系:

Node.js 是建立在 libuv 之上的。libuv 為 Node.js 提供了底層的異步 I/O 和事件處理功能。
Node.js 提供了一組 JavaScript API，用于使用 libuv 的功能。
libuv 可以被其他應(yīng)用程序和庫(kù)使用，而不僅僅是 Node.js。

libuv 的主要功能:

異步 I/O：libuv 提供了一組異步 I/O API，用于執(zhí)行網(wǎng)絡(luò)操作、文件操作和其他類型的 I/O 操作。
事件處理：libuv 提供了一組事件處理 API，用于處理異步事件。
線程池：libuv 提供了一個(gè)線程池，用于執(zhí)行 CPU 密集型任務(wù)。
計(jì)時(shí)器：libuv 提供了一組計(jì)時(shí)器 API，用于執(zhí)行定時(shí)任務(wù)。

Node.js 使用 libuv 的優(yōu)勢(shì):

高效：libuv 提供了高效的異步 I/O 和事件處理功能，這使得 Node.js 應(yīng)用程序可以非常高效地處理大量的并發(fā)連接。
可擴(kuò)展：libuv 可以擴(kuò)展到支持新的事件類型和新的 I/O 操作。
跨平臺(tái)：libuv 是跨平臺(tái)的，這意味著 Node.js 應(yīng)用程序可以在不同的操作系統(tǒng)上運(yùn)行。

事件循環(huán)是 libuv 的核心，也是理解 libuv 的關(guān)鍵。事件循環(huán)是一種處理事件的機(jī)制，它會(huì)不斷檢查是否有事件發(fā)生，并調(diào)用相應(yīng)的回調(diào)函數(shù)來處理這些事件。

libuv 的事件循環(huán)是基于 epoll 的，epoll 是 Linux 內(nèi)核中的一種高效事件通知機(jī)制。epoll 可以監(jiān)視大量的文件描述符，并通知應(yīng)用程序哪些文件描述符上有事件發(fā)生。

libuv 的事件循環(huán)主要包含以下幾個(gè)部分：

事件隊(duì)列：用于存儲(chǔ)待處理的事件。事件隊(duì)列是一個(gè)鏈表，每個(gè)事件節(jié)點(diǎn)包含以下信息：事件類型事件源事件回調(diào)函數(shù)用戶數(shù)據(jù)
事件源：用于生成事件。事件源可以是 I/O 操作、定時(shí)器或信號(hào)。
事件回調(diào)函數(shù)：用于處理事件。事件回調(diào)函數(shù)可以執(zhí)行任何操作，例如讀取數(shù)據(jù)、寫入數(shù)據(jù)或執(zhí)行其他任務(wù)。

事件循環(huán)的工作流程如下：

初始化事件循環(huán)：libuv 會(huì)調(diào)用 uv_loop_init() 函數(shù)來初始化事件循環(huán)。
注冊(cè)事件源：libuv 會(huì)調(diào)用 uv_poll()、uv_timer_init() 或 uv_signal_init() 等函數(shù)來注冊(cè)事件源到事件循環(huán)。
啟動(dòng)事件循環(huán)：libuv 會(huì)調(diào)用 uv_run() 函數(shù)來啟動(dòng)事件循環(huán)。
等待事件發(fā)生：libuv 會(huì)調(diào)用 epoll_wait() 函數(shù)來等待事件發(fā)生。
處理事件：如果有事件發(fā)生，libuv 會(huì)從事件隊(duì)列中取出事件節(jié)點(diǎn)。libuv 會(huì)調(diào)用事件節(jié)點(diǎn)的回調(diào)函數(shù)來處理事件。事件回調(diào)函數(shù)可以執(zhí)行任何操作，例如讀取數(shù)據(jù)、寫入數(shù)據(jù)或執(zhí)行其他任務(wù)。
重復(fù)步驟 4 和 5：事件循環(huán)會(huì)一直重復(fù)步驟 4 和 5，直到事件循環(huán)被停止。

libuv 提供了以下幾種事件類型：

I/O 事件：用于監(jiān)視 I/O 操作的完成，例如讀寫操作。
定時(shí)器事件：用于定時(shí)執(zhí)行某個(gè)函數(shù)。
信號(hào)事件：用于處理操作系統(tǒng)信號(hào)。

libuv 的事件循環(huán)具有以下優(yōu)點(diǎn)：

高效：epoll 可以高效地監(jiān)視大量的文件描述符。
可擴(kuò)展：libuv 支持多種事件類型，可以擴(kuò)展到新的事件類型。
跨平臺(tái)：libuv 支持多種操作系統(tǒng)，可以跨平臺(tái)使用。

以下是一些 libuv 事件循環(huán)的示例代碼：

static void uv__poll(uv_loop_t *loop) {
  int timeout=loop->time < 0 ? -1 : loop->time;
  int nfds=epoll_wait(loop->epoll_fd, loop->watchers, ARRAY_SIZE(loop->watchers), timeout);

  if (nfds < 0) {
    if (errno !=EAGAIN && errno !=EINTR) {
      uv__set_error(loop, errno);
    }
    return;
  }

  for (i=0; i < nfds; i++) {
    uv_watcher_t *w=loop->watchers[i].data;

    if (w->events & UV_READABLE) {
      w->cb(w, UV_READABLE, 0);
    }

    if (w->events & UV_WRITABLE) {
      w->cb(w, UV_WRITABLE, 0);
    }
  }
}

這段代碼是 libuv 的 uv__poll() 函數(shù)，用于處理 I/O 事件。

libuv 的事件循環(huán)是一種高效、可擴(kuò)展和跨平臺(tái)的事件處理機(jī)制。理解 libuv 的事件循環(huán)對(duì)于理解 libuv 的工作原理至關(guān)重要。

eautiful Soup 簡(jiǎn)介

Beautiful Soup 是一個(gè)可以從 HTML 或 XML 文件中提取數(shù)據(jù)的 Python 庫(kù)，它提供了一些簡(jiǎn)單的操作方式來幫助你處理文檔導(dǎo)航，查找，修改文檔等繁瑣的工作。因?yàn)槭褂煤?jiǎn)單，所以 Beautiful Soup 會(huì)幫你節(jié)省不少的工作時(shí)間。

Beautiful Soup 安裝

你可以使用如下命令安裝 Beautiful Soup。二選一即可。

$ easy_install beautifulsoup4

$ pip install beautifulsoup4

Beautiful Soup 不僅支持 Python 標(biāo)準(zhǔn)庫(kù)中的 HTML 解析器，還支持很多第三方的解析器，比如 lxml，html5lib 等。初始化 Beautiful Soup 對(duì)象時(shí)如果不指定解析器，那么 Beautiful Soup 將會(huì)選擇最合適的解析器（前提是你的機(jī)器安裝了該解析器）來解析文檔，當(dāng)然你也可以手動(dòng)指定解析器。這里推薦大家使用 lxml 解析器，功能強(qiáng)大，方便快捷，而且該解析器是唯一支持 XML 的解析器。

你可以使用如下命令來安裝 lxml 解析器。二選一即可。

$ easy_install lxml

$ pip install lxml

Beautiful Soup 小試牛刀

Beautiful Soup 使用來起來非常簡(jiǎn)單，你只需要傳入一個(gè)文件操作符或者一段文本即可得到一個(gè)構(gòu)建完成的文檔對(duì)象，有了該對(duì)象之后，就可以對(duì)該文檔做一些我們想做的操作了。而傳入的文本大都是通過爬蟲爬取過來的，所以 Beautiful Soup 和 requests 庫(kù)結(jié)合使用體驗(yàn)更佳。

# demo 1
from bs4 import BeautifulSoup
# soup=BeautifulSoup(open("index.html"))
soup=BeautifulSoup("<html><head><title>index</title></head><body>content</body></html>", "lxml") # 指定解析器
print(soup.head)

# 輸出結(jié)果
<head><title>index</title></head>

Beautiful Soup 將復(fù)雜的 HTML 文檔轉(zhuǎn)換成一個(gè)復(fù)雜的樹形結(jié)構(gòu)，每個(gè)節(jié)點(diǎn)都是 Python 對(duì)象，所有對(duì)象可以歸納為 4 種: Tag，NavigableString，BeautifulSoup，Comment。

Tag 就是 HTML 的一個(gè)標(biāo)簽，比如 div，p 標(biāo)簽等，也是我們用的最多的一個(gè)對(duì)象。

NavigableString 指標(biāo)簽內(nèi)部的文字，直譯就是可遍歷的字符串。

BeautifulSoup 指一個(gè)文檔的全部?jī)?nèi)容，可以當(dāng)成一個(gè) Tag 來處理。

Comment 是一個(gè)特殊的 NavigableString，其輸出內(nèi)容不包括注視內(nèi)容。

為了故事的順利發(fā)展，我們先定義一串 HTML 文本，下文的所有例子都是基于這段文本的。

html_doc="""
<html><head><title>index</title></head>
<body>
<p class="title"><b>首頁</b></p>
<p class="main">我常用的網(wǎng)站
<a href="https://www.google.com" class="website" id="google">Google</a>
<a href="https://www.baidu.com" class="website" id="baidu">Baidu</a>
<a href="https://cn.bing.com" class="website" id="bing">Bing</a>
</p>
<div><!--這是注釋內(nèi)容--></div>
<p class="content1">...</p>
<p class="content2">...</p>
</body>
"""

子節(jié)點(diǎn)

Tag 有兩個(gè)很重要的屬性，name 和 attributes。期中 name 就是標(biāo)簽的名字，attributes 是標(biāo)簽屬性。標(biāo)簽的名字和屬性是可以被修改的，注意，這種修改會(huì)直接改變 BeautifulSoup 對(duì)象。

# demo 2
soup=BeautifulSoup(html_doc, "lxml");
p_tag=soup.p
print(p_tag.name)
print(p_tag["class"])
print(p_tag.attrs)

p_tag.name="myTag" # attrs 同樣可被修改，操作同字典
print(p_tag)

#輸出結(jié)果
p
['title']
{'class': ['title']}
<myTag class="title"><b>首頁</b></myTag>

由以上例子我么可以看出，可以直接通過點(diǎn)屬性的方法來獲取 Tag，但是這種方法只能獲取第一個(gè)標(biāo)簽。同時(shí)我們可以多次調(diào)用點(diǎn)屬性這個(gè)方法，來獲取更深層次的標(biāo)簽。

# demo 3
soup=BeautifulSoup(html_doc, "lxml");
print(soup.p.b)

#輸出結(jié)果
<b>首頁</b>

如果想獲得所有的某個(gè)名字的標(biāo)簽，則可以使用 find_all(tag_name) 函數(shù)。

# demo 4
soup=BeautifulSoup(html_doc, "lxml");
a_tags=soup.find_all("a")
print(a_tags)

#輸出結(jié)果
[<a class="website" href="https://www.google.com" id="google">Google</a>, <a class="website" href="https://www.baidu.com" id="baidu">Baidu</a>, <a class="website" href="https://cn.bing.com" id="bing">Bing</a>]

我們可以使用 .contents 將 tag 以列表方式輸出，即將 tag 的子節(jié)點(diǎn)格式化為列表，這很有用，意味著可以通過下標(biāo)進(jìn)行訪問指定節(jié)點(diǎn)。同時(shí)我們還可以通過 .children 生成器對(duì)節(jié)點(diǎn)的子節(jié)點(diǎn)進(jìn)行遍歷。

# demo 5
soup=BeautifulSoup(html_doc, "lxml");
head_tag=soup.head
print(head_tag)
print(head_tag.contents)

for child in head_tag.children:
	print("child is : ", child)

#輸出結(jié)果
<head><title>index</title></head>
[<title>index</title>]
child is :  <title>index</title>

.children 只可以獲取 tag 的直接節(jié)點(diǎn)，而獲取不到子孫節(jié)點(diǎn)，.descendants 可以滿足你。

# demo 6
soup=BeautifulSoup(html_doc, "lxml");
head_tag=soup.head
for child in head_tag.descendants:
	print("child is : ", child)

# 輸出結(jié)果
child is :  <title>index</title>
child is :  index

父節(jié)點(diǎn)

通過 .parent 屬性獲取標(biāo)簽的父親節(jié)點(diǎn)。 title 的父標(biāo)簽是 head，html 的父標(biāo)簽是 BeautifulSoup 對(duì)象，而 BeautifulSoup 對(duì)象的父標(biāo)簽是 None。

# demo 7
soup=BeautifulSoup(html_doc, "lxml");
title_tag=soup.title

print(title_tag.parent)
print(type(soup.html.parent))
print(soup.parent)

# 輸出結(jié)果
<head><title>index</title></head>
<class 'bs4.BeautifulSoup'>
None

同時(shí)，我們可以通過 parents 得到指定標(biāo)簽的所有父親標(biāo)簽。

# demo 8
soup=BeautifulSoup(html_doc, "lxml");
a_tag=soup.a

for parent in a_tag.parents:
    print(parent.name)

# 輸出結(jié)果
p
body
html
[document]

兄弟節(jié)點(diǎn)

通過 .next_sibling 和 .previous_sibling 來獲取下一個(gè)標(biāo)簽和上一個(gè)標(biāo)簽。

# demo 9
soup=BeautifulSoup(html_doc, "lxml");
div_tag=soup.div

print(div_tag.next_sibling)
print(div_tag.next_sibling.next_sibling)

# 輸出結(jié)果

<p class="content1">...</p>

你可能會(huì)納悶，調(diào)用了兩次 next_sibling 怎么只有一個(gè)輸出呢，這方法是不是有 bug 啊。事實(shí)上是 div 的第一個(gè) next_sibling 是div 和 p 之間的換行符。這個(gè)規(guī)則對(duì)于 previous_sibling 同樣適用。

另外，我們可以通過 .next_siblings 和 .previous_siblings 屬性可以對(duì)當(dāng)前節(jié)點(diǎn)的兄弟節(jié)點(diǎn)迭代輸出。在該例子中，我們?cè)诿看屋敵銮凹恿饲熬Y，這樣就可以更直觀的看到 dib 的第一個(gè) previous_sibling 是換行符了。

# demo 10
soup=BeautifulSoup(html_doc, "lxml");
div_tag=soup.div

for pre_tag in div_tag.previous_siblings:
	print("pre_tag is : ", pre_tag)

# 輸出結(jié)果
pre_tag is :  

pre_tag is :  <p class="main">我常用的網(wǎng)站
<a class="website" href="https://www.google.com" id="google">Google</a>
<a class="website" href="https://www.baidu.com" id="baidu">Baidu</a>
<a class="website" href="https://cn.bing.com" id="bing">Bing</a>
</p>
pre_tag is :  

pre_tag is :  <p class="title"><b>首頁</b></p>
pre_tag is :

前進(jìn)和后退

通過 .next_element 和 .previous_element 獲取指定標(biāo)簽的前一個(gè)或者后一個(gè)被解析的對(duì)象，注意這個(gè)和兄弟節(jié)點(diǎn)是有所不同的，兄弟節(jié)點(diǎn)是指有相同父親節(jié)點(diǎn)的子節(jié)點(diǎn)，而這個(gè)前一個(gè)或者后一個(gè)是按照文檔的解析順序來計(jì)算的。

比如在我們的文本 html_doc 中，head 的兄弟節(jié)點(diǎn)是 body（不考慮換行符），因?yàn)樗麄兙哂泄餐母腹?jié)點(diǎn) html，但是 head 的下一個(gè)節(jié)點(diǎn)是 title。即soup.head.next_sibling=title soup.head.next_element=title

# demo 11
soup=BeautifulSoup(html_doc, "lxml");

head_tag=soup.head
print(head_tag.next_element)

title_tag=soup.title
print(title_tag.next_element)

# 輸出結(jié)果
<title>index</title>
index

同時(shí)這里還需要注意的是 title 下一個(gè)解析的標(biāo)簽不是 body，而是 title 標(biāo)簽內(nèi)的內(nèi)容，因?yàn)?html 的解析順序是打開 title 標(biāo)簽，然后解析內(nèi)容，最后關(guān)閉 title 標(biāo)簽。

另外，我們同樣可以通過 .next_elements 和 .previous_elements 來迭代文檔樹。由遺下例子我們可以看出，換行符同樣會(huì)占用解析順序，與迭代兄弟節(jié)點(diǎn)效果一致。

# demo 12
soup=BeautifulSoup(html_doc, "lxml");
div_tag=soup.div
for next_element in div_tag.next_elements:
	print("next_element is : ", next_element)

# 輸出結(jié)果
next_element is :  這是注釋內(nèi)容
next_element is :  

next_element is :  <p class="content1">...</p>
next_element is :  ...
next_element is :  

next_element is :  <p class="content2">...</p>
next_element is :  ...
next_element is :  

next_element is :

Beautiful Soup 總結(jié)

本章節(jié)介紹了 Beautiful Soup 的使用場(chǎng)景以及操作文檔樹節(jié)點(diǎn)的基本操作，看似很多東西其實(shí)是有規(guī)律可循的，比如函數(shù)的命名，兄弟節(jié)點(diǎn)或者下一個(gè)節(jié)點(diǎn)的迭代函數(shù)都是獲取單個(gè)節(jié)點(diǎn)函數(shù)的復(fù)數(shù)形式。

同時(shí)由于 HTML 或者 XML 這種循環(huán)嵌套的復(fù)雜文檔結(jié)構(gòu)，致使操作起來甚是麻煩，掌握了本文對(duì)節(jié)點(diǎn)的基本操作，將有助于提高你寫爬蟲程序的效率。

在線咨詢

上一篇：Web前端超出隱藏與顯示多種解決方案集錦
下一篇：Kendo UI：2014年移動(dòng)調(diào)查報(bào)告：HTML5

您的項(xiàng)目需求

*請(qǐng)認(rèn)真填寫需求信息，我們會(huì)在24小時(shí)內(nèi)與您取得聯(lián)系。

整合營(yíng)銷服務(wù)商