7.爬虫数据提取——BeautifulSoup4库

BeautifulSoup4库

一、什么是BeautifulSoup4库？

和 lxml 一样，Beautiful Soup 也是一个HTML/XML的解析器，主要的功能也是如何解析和提取 HTML/XML 数据。简单来说，Beautiful Soup只是一个从html字符串提取数据的工具而已。

二、性能差异？

lxml 只会局部遍历，Beautiful Soup 是基于HTML DOM（Document Object Model）的，会载入整个文档，解析整个DOM树，因此时间和内存开销都会大很多，所以性能要低于lxml。Beautiful Soup 提取数据速度最慢。

三、如何安装？

1.在线安装：

pip install bs4

2.离线安装

转到对应的盘符下pip install +文件名即可。

四、测试

1.在cmd命令行输入Python,然后import bs4，如果成功则表示已经安装成功。

2.打开spyder，然后import bs4，如果成功则表示安装成功。

---

扫描二维码即可参与该课程，解锁更多爬虫知识：