bs4 : python中独特的解析方式,只能应用在python中。
数据解析的原理:
- 1.标签定位
- 2.提取标签、标签属性中存储的数据值
bs4数据解析原理:
- 1.实例化一个BeautifulSoup对象,并且将页面源码数据加载到该对象中。
- 2.通过调用BeautifulSoup对象中相关的属性或者方法进行标签定位和数据提取。
环境安装:
pip install bs4
pip install lxml
如何实例化BeautifulSoup对象:
- from bs4 import BeautifulSoup
- 对象的实例化:
1.将本地的html文档中的数据加载到该对象中
fp = open('./test.html','r',encoding = 'utf-8')
soup = BeautifulSoup(fp,'lxml')
2.将互联网上获取的页面源码加载到该对象中
page_text = response.text
soup = BeautifulSoup(page_text,'lxml')
- 提供的用于数据解析的方法和属性:
1.soup.tagName;
2.soup.find()
3.soup.find_all()