BeautifulSoup4模块

最新推荐文章于 2022-05-21 14:47:30 发布

VIP文章 ciel_32shire

最新推荐文章于 2022-05-21 14:47:30 发布

阅读量548

点赞数 1

分类专栏： Python

本文链接：https://blog.csdn.net/ciel_32shire/article/details/83688461

版权

BeautifulSoup是一个可以从html或xml文档中提取数据的模块，它会将输入文档都转换为unicode，默认将输出文档转换为utf-8。BeautifulSoup的用法如下所示：

from bs4 import BeautifulSoup as BS
soup = BS(docstr_or_fileobj, parser)   # 不指定parser时，Beautiful Soup会将当前文档作为HTML格式解析

BeautifulSoup有如下所示解析器：

解析器	使用方法	优势	劣势
Python标准库	BeautifulSoup(markup, “html.parser”)	Python的内置标准库；执行速度适中；文档容错能力强；	Python 2.7.3 or 3.2.2)前的版本中文档容错能力差
lxml HTML解析器	BeautifulSoup(markup, “lxml”)	速度快；文档容错能力强；	需要安装C语言库
lxml XML解析器	BeautifulSoup(markup, “xml”)；BeautifulSoup(markup, [“lxml-xml”])	速度快；唯一支持XML的解析器；</

关注