介紹
Beautiful Soup提供一些簡單的、python式的函數用來處理導航、搜索、修改分析樹等功能。它是一個工具箱，通過解析文檔為用戶提供需要抓取的數據，因為簡單，所以不需要多少代碼就可以寫出一個完整的應用程序。
Beautiful Soup自動將輸入文檔轉換為Unicode編碼，輸出文檔轉換為utf-8編碼。你不需要考慮編碼方式，除非文檔沒有指定一個編碼方式，這時，Beautiful Soup就不能自動識別編碼方式了。然后，你僅僅需要說明一下原始編碼方式就可以了。
Beautiful Soup已成為和lxml、html6lib一樣出色的python解釋器，為用戶靈活地提供不同的解析策略或強勁的速度。
本文將給大家詳細介紹關于Python利用BeautifulSoup解析Html的方法，下面話不多說了，來一起看看詳細的介紹：
1. 安裝Beautifulsoup4
pip install beautifulsoup4pip install lxmlpip install html5lib
lxml 和 html5lib 是解析器
2. html
<!-- This is the example.html file. --> <html><head><title>The Website Title</title></head><body><p>Download my <strong>Python</strong> book from <a rel="external nofollow" >my website</a>.</p><p class="slogan">Learn Python the easy way!</p><p>By <span id="author">Al Sweigart</span></p></body></html>
上面的html保存html文件
3.開始解析
import bs4 exampleFile = open('example.html')exampleSoup = bs4.BeautifulSoup(exampleFile.read(),'html5lib')elems = exampleSoup.select('#author')type(elems)print (elems[0].getText())結果輸出 Al Sweigart
BeautifulSoup 使用select 方法尋找元素，類似jquery的css選擇器
soup.select(‘div') ———————–所有為<div>的元素 soup.select(‘#author') —————–id為author的元素 soup.select(‘.notice') ——————class 為notice的元素參考《Python 編程快速上手—–讓繁瑣工作自動化》
總結
以上就是這篇文章的全部內容了，希望本文的內容對大家的學習或者工作能帶來一定的幫助，如果有疑問大家可以留言交流，謝謝大家對武林站長站的支持
新聞熱點
疑難解答
