本文介绍了Python3中使用Beautiful Soup库从HTML代码中提取数据的方法，作为正则表达式的替代方案。Beautiful Soup提供了一种方便的方式来导航、搜索和修改HTML文档。在示例中，展示了如何爬取简书首页的文章标题，通过查找class为'title'的标签获取信息。同时提到了Beautiful Soup支持多种解析器的选择。
Beautiful Soup的用法
之前通过urllib.request模块可以将网页当作本地文件来读取，那么获得网页的html代码后，自然就是要将我们所需要的部分从杂乱的html代码中分离出来。既然要做数据的查找和提取，当然我们首先想到的应该是正则表达式的方式，而正则表达式书写的复杂我想大家都有体会，而且Python中的正则表达式和其他语言中的并没有太大区别，也就不赘述了，所以现在介绍Python中一种比较友好且易用的数据提取方式——Beautiful Soup
这里是官方文档
还有贴心的中文文档
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.
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：
最低0.47元/天 解锁文章
扫一扫
54万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
