前言:
beautifulsoup库也叫美味汤。好东西,是一个优秀的第三方库。
用来干嘛:
一般我们用来对html,xml文件进行解析
安装不做赘述。(实在不会就在设置里添加bs4、beautifulsoup的库)
接下来,直接开干。
首先,要解析html文件,我们需要有html作为soup汤的原料。
我们用request库(得安装这个库)获取原料
import requests
r = requests.get('https://python123.io/ws/demo.html')
print r.text
简简单单三行代码,拿下原料。第一句导入request库。第二句爬取网址的html代码。第三句打印出来。
demo=r.text
from bs4 import BeautifulSoup
soup=BeautifulSoup(demo,"html.parser")
demo放原料,
"html.parser"为解析器,照着打就行。
最后敲上print(soup.prettify())即可解析html代码
此外,还可以利用beautifulsoup打印一些属性、标签等 如
print (soup.title)
# print soup.a.name
# print soup.a.parent.name
# print soup .a.parent.parent.name//标签
tag = soup.a
print tag.attrs
print tag.attrs['class']
print tag.attrs['href']