HTML解析之BeautifulSoup

程序员吾非同

于 2021-01-19 18:26:26 发布

阅读量603

点赞数 1

分类专栏：同哥带你学python 文章标签： python js html xpath web

本文链接：https://blog.csdn.net/XingLongSKY/article/details/112856027

版权

同哥带你学python 专栏收录该内容

54 篇文章 ¥49.90 ¥99.00

订阅专栏

超级会员免费看

BeautifulSoup4（bs4）是Python爬虫中常用的HTML解析库，相较于lxml，其性能较低但解析方便。本文介绍了如何通过pip安装bs4，讲解了基本的使用语法，包括常用解析器的选择、访问标签、获取属性值、搜索遍历文档及获取文本内容等操作。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

BeautifulSoup4简称bs4，是爬虫必学的三方库，它是一个HTML/XML的解析器，主要是解析和提取 HTML/XML 数据，Beautiful Soup 是基于HTML DOM的，会载入整个文档，解析整个DOM树，而lxml（使用Xpath语法解析网页数据）是局部遍历，因此时间和内存开销都会大很多，所以性能要低于lxml。

官方文档：https://beautifulsoup.readthedocs.io/zh_CN/latest/

pip 安装：

pip install bs4或者pip install beautifulsoup4

BeautifulSoup使用语法：

from bs4 import BeautifulSoup
# 实例化一个BeautifulSoup对象，加载页面源码
soup = BeautifulSoup(要解析的文本, "解析器")
# 可以加载互联网上的页面到BeautifulSoup对象中。
soup = Beautif

了解本专栏

超级会员免费看