如何在Python3中使用美丽的汤

　　介绍

如何在Python3中使用漂亮的汤?针对这个问题,这篇文章详细介绍了相对应的分析和解答,希望可以帮助更多想解决这个问题的小伙伴找到更简单易行的方法。

Beautiful Soup是一个可以从HTML或XML文件中提取数据的Python库。它能够通过你喜欢的转换器实现惯用的文档导航,查找,修改文档的方式。

文档中的例子其实说的已经比较清楚了,那下面就以爬取简书首页文章的标题一段代码来演示一下:

先来看简书首页的源代码:

如何在Python3中使用美丽的汤”> </p> <p>可以发现简书首页文章的标题都是在& lt; a/祝辞标签中,并且<代码>类=& # 39;标题# 39;> </代码,所以,通过</p> <pre类= find_all(& # 39;一个# 39;,,& # 39;标题# 39;)

便可获得所有的文章标题,具体实现代码及结果如下:

#, - *安康;编码:utf-8  - * - 　　得到urllib  import 请求 　　得到bs4  import  BeautifulSoup 　　时间=url  " # 39; http://www.jianshu.com& # 39; 　　#,模拟真实浏览器进行访问 　　headers =,{& # 39;用户代理# 39;:& # 39;Mozilla/5.0, (Windows  NT  10.0;, WOW64), AppleWebKit/537.36, (KHTML, like 壁虎),Chrome/55.0.2883.87  Safari/537.36 & # 39;} 　　时间=page  request.Request (url,头=标题) 　　时间=page_info  request.urlopen(页面).read () 　　时间=page_info  page_info.decode (& # 39; utf - 8 # 39;) 　　#,将获取到的内容转换成BeautifulSoup格式,并将html.parser作为解析器 　　时间=soup  BeautifulSoup (page_info, & # 39; html.parser& # 39;), 　　#,以格式化的形式打印html 　　#,print (soup.prettify ()) 　　时间=titles  soup.find_all(& # 39;一个# 39;,,& # 39;标题# 39;),#,查找所有一个标签中类=& # 39;标题# 39;的语句 　　#,打印查找到的每一个一个标签的字符串 　　for  title 拷贝的题目: 　　,打印(title.string)

如何在Python3中使用美丽的汤”> </p> <p> <>强PS:关于解析器</强> </p> <p> Beautiful Soup支持Python标准库中的HTML解析器,还支持一些第三方的解析器,下表列出了主要的解析器,以及它们的优缺点:</p>解析器使用方法优势劣势Python标准库BeautifulSoup(标记、“html.parser") (1) Python的内置标准库<br/>,(2)执行速度适中<br/>,(3)文档容错能力强Python 2.7.3或3.2.2)前的版本中文档容错能力差lxml HTML解析器BeautifulSoup(标记、“lxml")(1)速度快<br/>,(2)文档容错能力强需要安装C语言库lxml XML解析器BeautifulSoup(标记,(“lxml,(2)唯一支持XML的解析器需要安装C语言库html5libBeautifulSoup(标记、“html5lib")(1)最好的容错性
,(2)以浏览器的方式解析文档
,(3)生成HTML5格式的文档(1)速度慢
,(2)不依赖外部扩展

如何在Python3中使用美丽的汤