介绍 pip3 install beautifulsoup4 #, beautiful soup 网页中提取信息的python库
#,,BeautifulSoup 对象表示的是一个文档的全部内容
#,,美化(),按照标准的缩进格式的结构输出
#,,get_text(),会将HTML文档中的所有标签清除,返回一个只包含文字的字符串
得到bs4 import BeautifulSoup
文本=& # 39;& # 39;& # 39;
& lt; ? xml version=?.0“,编码=癷so - 8859 - 1 -“?比;
& lt; bookstore>
& lt; book>
,& lt; title lang=癳ng"祝辞Harry Potter
,& lt; price> 29.99 & lt;/price>
& lt;/book>
& lt; book>
,& lt; title lang=癳ng"祝辞Learning XML
,& lt; price> 39.95 & lt;/price>
& lt;/book>
& lt;/bookstore>
& # 39;& # 39;& # 39;
#,create 对象
男朋友=BeautifulSoup(文本)
#,按照标准缩进格式输出
print (bf.prettify ())
#,会将HTML文档中的所有标签清除,返回一个只包含文字的字符串
print (bf.get_text ())
#,标签对象,
#,标签,表示HTML中的一个个标签
#,名字
#,attrs
标签=bf.title #,获取标题标签
打印(标签)
print(类型(标签),#,标签类型
打印(tag.name), #,标签名称
打印(tag.attrs), #标签属性
print (tag.attrs [“lang"]), #单独获取某个属性,方法1
print (bf.title [“lang"]), #单独获取某个属性,方法2
#,NavigableString tag.string
#,表示标签中的文字
打印(tag.string)
print(类型(tag.string)), #,查看数据类型
#,Comment 注释部分
#,一个特殊类型的NavigableString对象
#,输出的内容不包括注释符号
字符串=& # 39;& # 39;& # 39;
& lt; p> & lt; !——,这是注释!,-祝辞& lt;/p>
& # 39;& # 39;& # 39;
sp=BeautifulSoup(字符串)
打印(sp)
打印(sp.p.string), #,去获取标签中是文字 #,两个常用函数,
#,find_all(),搜索当前标签的所有标记子节点,并判断是否符合给定的条件
#,返回结果是一个列,可以包含多个元素
打印(soup.find_all(& # 39;标题# 39;),结束=癨 n - - - - - - - \ n")
#发现(),直接返回第一个元素
print (soup.find (“title"))
print (soup.find_all (“title" lang=癳ng")), #,查找标题标签,属性lang=eng
print (soup.find_all (“title" {“lang":“eng"})), #,结果同上
print (soup.find_all ([“title",“price"])), #获取多个标签
打印(soup.find_all (“title" lang=癳ng") [0] .get_text()), #,获取文本
#,三大常见节点
#,,子节点,一个标签可能包含多个字符串或其他的标签,这些都是这个标签的子节点
#,,父节点,配个标签或字符串都有父节点:被包含在某个标记中
#,,兄弟节点,平级的节点
结束=癨 n - - - - - - - \ n"
打印(soup.book结束),#,获取书节点信息
打印(soup.book.contents结束),#,获取书下的所有子节点
print (soup.book.contents[1],结束),#,获取书下的所有子节点中的第一个节点
打印(soup.book.children结束),#,children 生成迭代器
for child soup.book.children拷贝:
打印才能(“===?儿童)
,,
打印(soup.title.parent结束)
打印(soup.book.parent结束)
for parent soup.title.parents拷贝:#注意父母和父母区别
打印才能(“===?parent.name)
,,
打印(soup.title.next_sibling结束),#,获取该节点的下一个兄弟节点
打印(soup.title.previous_sibling结束),#,获取该节点的上一个兄弟节点
打印(soup.title.next_siblings结束),#,获取该节点的全部兄弟节点
for 小姐:soup.title.next_siblings拷贝:
打印才能(“===?我)
BeautifulSoup库怎么在python中安装与使用?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。
1。BeautifulSoup简介
BeautifulSoup4和lxml一样,漂亮的汤也是一个HTML/XML的解析器,主要的功能也是如何解析和提取HTML/XML数据。
BeautifulSoup支持Python标准库中的HTML解析器,还支持一些第三方的解析器,如果我们不安装它,则Python会使用Python默认的解析器,lxml解析器更加强大,速度更快,推荐使用lxml解析器。
Beautiful Soup自动将输入文档转换为Unicode编码,输出文档转换为utf - 8编码。你不需要考虑编码方式,除非文档没有指定一个编码方式,这时,美丽的汤就不能自动识别编码方式了。然后,你仅仅需要说明一下原始编码方式就可以了。
2。BeautifulSoup的安装
首先我们需要安装一个BeautifulSoup库。我安装的版本是python3。所以就可以直接在cmd下用pip3命令进行安装。
命令:
在安装好BeautifulSoup后,我们可以通过导入该库来判断是否安装成功。
命令:
<代码>祝辞祝辞祝辞,从bs4进口BeautifulSoup
,回车后不报的错,这说明我们已经将其安装成功。
