1、背景
Python中的,专门用于HTML解析的库,比较好用的,就是BeautifulSoup
2、BeautifulSoup简介
Python中有专门用于HTML/XML解析的库
特点是:
即便是有bug,有问题的HTML代码也可以被解析。功能强大。
BeautifulSoup主页:
2.1 BeautifulSoup的版本
BeautifulSoup主要有两个版本:
2.1.1 BeautifulSoup 3
之前的,比较早的,是3.x的版本。
最新的可用的在线文档:
中文文档:
下载地址 :
中可以下载很多对应的版本。
2.1.2 BeautifulSoup 4: 缩写成bs4
因此有些代码中使用的导入文件是:
from bs4 import BeautifulSoup
其他的和使用3.x是一样的。
-----------使用easy_install 安装BeautifulSoup的时候,看好下载的是什么版本。有时候可能代码中写的是上面的代码,但是运行的时候会提示No Module bs4。
bs4的在线文档:
下载地址:
2.2 BeautifulSoup的安装
2.2.1 版本3.0.6之前:无需安装,放在和Python同目录下即可使用
3.0.6之前,都是不需要安装的,所以使用起来最简单,直接下载对应的版本,比如:
2.2.2 版本3.0.6之后:需要安装BeautifulSoup后才可以使用
下载过安装的压缩包之后,解压放置,然后进入到cmd窗口,目录切换到对应的压缩包解压目录:
D:\users\Desktop\beautifulsoup4-4.3.2
然后直接使用下面的命令安装:
setup.py install