📅 最后修改于: 2023-12-03 15:29:36.562000 🧑 作者: Mango
Beautiful Soup 是 Python 的一个 HTML/XML 解析库，它可以方便地从 HTML 或 XML 文件中提取数据。其中，按照类或者标签查找特定的元素是 Beautiful Soup 的一大特色。
使用 pip 可以很方便地安装 Beautiful Soup：
pip install beautifulsoup4
from bs4 import BeautifulSoup
使用 Beautiful Soup 首先需要将 HTML 或 XML 文件解析成一个 Beautiful Soup 对象，构造函数为：
soup = BeautifulSoup(html, 'html.parser')
其中 html 为要解析的 HTML 或 XML 字符串，'html.parser' 是解析器类型。
在 Beautiful Soup 中，使用 find_all 方法按照类名查找元素，具体使用方法如下：
soup.find_all('tag', class_='class_name')
其中，tag 为标签名，class_name 为类名。
以下是一个 HTML 示例：
<html>
<body>
<div class="content">
<p class="intro">Beautiful Soup example</p>
<a class="link" href="http://www.example.com">Link</a>
</div>
<div class="content">
<p class="intro">Another paragraph</p>
<img class="pic" src="http://www.example.com/pic.jpg"/>
<a class="link" href="http://www.example.com/another_link">Another link</a>
</div>
</body>
</html>
找出所有 class 为 "content" 的 div 元素：
soup.find_all('div', class_='content')
结果为：
[<div class="content">
<p class="intro">Beautiful Soup example</p>
<a class="link" href="http://www.example.com">Link</a>
</div>,
<div class="content">
<p class="intro">Another paragraph</p>
<img class="pic" src="http://www.example.com/pic.jpg"/>
<a class="link" href="http://www.example.com/another_link">Another link</a>
</div>]
Beautiful Soup 还提供了 text 属性和 get 方法来获取元素的文本和属性。
element.text
element.get('attribute_name')
例如，获取第一个 div 元素的文本和 class 属性：
div = soup.find('div', class_='content')
print(div.text)
print(div.get('class'))
结果为：
Beautiful Soup example
Link
['content']
Beautiful Soup 是一个方便的 HTML/XML 解析库，它通过类似于 CSS 选择器的语法来查找元素，使用起来十分方便。同时，也可以通过 text 和 get 方法来获取元素的文本和属性。