📅 最后修改于: 2023-12-03 15:29:36.435000 🧑 作者: Mango
Beautiful Soup是一个Python库，用于从HTML和XML文件中提取数据。它创建了一个树结构来解析文档，并提供了一些简单的方法来访问文档中的节点。这使得它在Web爬虫开发中非常有用，可以将从Web页面中收集到的数据转换为易于分析的格式。
使用以下命令来安装Beautiful Soup：
pip install beautifulsoup4
在安装之后，您可以在脚本的开头导入Beautiful Soup：
from bs4 import BeautifulSoup
要使用Beautiful Soup，您需要创建一个BeautifulSoup对象来解析HTML或XML文件。例如：
from bs4 import BeautifulSoup
html_doc = '''<html><head><title>The Dormouse's story</title></head>
<body><p class="title"><b>The Dormouse's story</b></p>
<p class="story">Once upon a time there were three little sisters; and their names were
<a href="http://example.com/elsie" class="sister" id="link1">Elsie</a>,
<a href="http://example.com/lacie" class="sister" id="link2">Lacie</a> and
<a href="http://example.com/tillie" class="sister" id="link3">Tillie</a>;
and they lived at the bottom of a well.</p>
<p class="story">...</p>
'''
soup = BeautifulSoup(html_doc, 'html.parser')
这会创建一个BeautifulSoup对象，它可以用来查找特定的元素和标签。例如，找到HTML文档中的第一个HTML标题：
title = soup.find('title')
print(title)
输出：
<title>The Dormouse's story</title>
您也可以使用find_all方法来查找所有的标题：
titles = soup.find_all('title')
for title in titles:
print(title.get_text())
输出：
The Dormouse's story
更多关于Beautiful Soup的使用方式，请参考Beautiful Soup的文档。
Beautiful Soup是一个Python库，它可以用于从HTML和XML文档中提取数据。它创建了一个树结构来解析文档，并提供了一些简单的方法来访问文档中的节点。通过使用Beautiful Soup，可以将从Web页面中收集到的数据转换为易于分析的格式。