python的网页解析器_Python 网页解析器

Python 有几种网页解析器？

1、 正则表达式

2、html.parser (Python自动)

3、BeautifulSoup（第三方）（功能比较强大） 是一个HTML/XML的解析器

4、lxml （第三方）

BeautifulSoup 栗子：

地址：https://www.crummy.com/software/BeautifulSoup/bs4/download/

PyCharm安装方法

file → Settings → Project Interpreter(这一步需要你自己找一下)，点击右边 "+" 加号，输入 beautifulsoup 选择对应的版本就ok了，上图：

来一个栗子：

frombs4 import BeautifulSoup

import re

html_doc= """

The Dormouse's story

The Dormouse's story

Once upon a time there were three little sisters; and their names wereElsie,LacieandTillie;

and they lived at the bottom of a well.

...

"""soup= BeautifulSoup(html_doc,'html.parser',from_encoding='utf-8')

print('获取所有的连接')

links= soup.find_all('a')for link inlinks:

print(link.name,link['href'],link.get_text())

print('获取lacie的连接')

link_node= soup.find('a',href='http://example.com/lacie')

print(link.name, link['href'], link.get_text())

#模糊匹配

print('正则匹配')

link_node= soup.find('a',href=re.compile(r'lll'))

print(link.name, link['href'], link.get_text())

print('获取P段落文字')

param= input('请输入要检索的样式名称：')

p_node= soup.find('p',class_='story')

print(p_node.name, p_node.get_text())