📅 最后修改于: 2020-12-13 14:15:55 🧑 作者: Mango
库称为beautifulsoup。使用该库，我们可以搜索html标记的值，并获取特定的数据，例如页面的标题和页面中的标题列表。
使用Anaconda软件包管理器来安装所需的软件包及其从属软件包。
conda install Beaustifulsoap
在下面的示例中，我们请求将网址加载到Python环境中。然后，使用html parser参数读取整个html文件。接下来，我们打印html页面的前几行。
import urllib2
from bs4 import BeautifulSoup
# Fetch the html file
response = urllib2.urlopen('http://tutorialspoint.com/python/python_overview.htm')
html_doc = response.read()
# Parse the html file
soup = BeautifulSoup(html_doc, 'html.parser')
# Format the parsed html file
strhtm = soup.prettify()
# Print the first few characters
print (strhtm[:225])
当我们执行上面的代码时，它产生以下结果。
我们可以使用以下代码从标签的第一个实例中提取标签值。
import urllib2
from bs4 import BeautifulSoup
response = urllib2.urlopen('http://tutorialspoint.com/python/python_overview.htm')
html_doc = response.read()
soup = BeautifulSoup(html_doc, 'html.parser')
print (soup.title)
print(soup.title.string)
print(soup.a.string)
print(soup.b.string)
当我们执行上面的代码时，它产生以下结果。
Python Overview
Python Overview
None
Python is Interpreted
我们可以使用以下代码从标签的所有实例中提取标签值。
import urllib2
from bs4 import BeautifulSoup
response = urllib2.urlopen('http://tutorialspoint.com/python/python_overview.htm')
html_doc = response.read()
soup = BeautifulSoup(html_doc, 'html.parser')
for x in soup.find_all('b'): print(x.string)
当我们执行上面的代码时，它产生以下结果。
Python is Interpreted
Python is Interactive
Python is Object-Oriented
Python is a Beginner's Language
Easy-to-learn
Easy-to-read
Easy-to-maintain
A broad standard library
Interactive Mode
Portable
Extendable
Databases
GUI Programming
Scalable