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。
引用>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:
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),(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