python 解析库Beautiful Soup的安装

一、Beautiful Soup的安装

Beautiful Soup是Python的一个HTML或XML的解析库，使用它可以很方便地从网页中提取数据。它的解析器是依赖于lxml库的，所以在此之前，请确保已经成功安装好了lxml库。

本文环境是windows 10 64位+ python3.11, 此处以windows安装为例。

1.1 安装lxml库

lxml库的安装，首先尝试使用pip进行安装：

pip install lxml

如果pip安装报错，比如提示缺少libxml2库等信息，那么可以采用wheel方式安装

采用wheel方式安装，首先需要安装wheel

pip install wheel

然后去官网https://pypi.org/project/lxml/下载lxml对应的的wheel版本, 当前最新版本是lxml 4.9.1， 点击Download files

在列出的files里面，选出和自己的版本相匹配的，例如你的python版本是3.10的，你的机器是windows系统，64位版本，那么就选lxml-4.9.1-cp310-cp310-win_amd64.whl

这里比较坑的一点是，python版本最新的已经是3.11版本了，但是lxml没有对应的官方windows 311版本，只有linux下的311版本。可以选择对python版本降级，比如降到python3.10版。

或者在https://www.lfd.uci.edu/~gohlke/pythonlibs/里，倒是可以找到311版本的windows wheel安装包，可以自行尝试。

安装wheel包的话，到wheel安装包所在目录执行pip 命令即可，或者带上全路径也可以

pip install lxml-4.9.0-cp311-cp311-win_amd64.whl

1.2 安装beautifulsoup4

推荐使用pip来安装，执行下述安装命令

pip install beautifulsoup4

1.3 验证beautifulsoup4能否运行

执行以下代码，能成功输出hello，就说明可以成功使用beautifulsoup4进行解析了。

如果只有beautifulsoup4安装成功，lxml库没有正确安装的话，下面代码不能成功执行。

from bs4 import BeautifulSoup as bs

soup = bs('<p>hello</p>', 'lxml')
print(soup.p.string)