BeautifulSoup是Python用于HTML和XML解析的库，提供简单易用的函数进行导航和数据提取。它自动处理编码并支持多种解析器，如html.parser和lxml。在Python 2中使用beautifulsoup，在Python 3中则使用beautifulsoup4。安装方法是pip install beautifulsoup4。实例化时，传入html源代码和解析器，然后可以方便地解析和提取数据。
Beautifulsoup简介
简单来说，BeautifulSoup就是Python的一个HTML或XML的解析库，我们可以用它来方便地从网页中提取数据，官方的解释如下：
BeautifulSoup提供一些简单的、python式的函数用来处理导航、搜索、修改分析树等功能。它是一个工具箱，通过解析文档为用户提供需要抓取的数据，因为简单，所以不需要多少代码就可以写出一个完整的应用程序。BeautifulSoup自动将输入文档转换为Unicode编码，输出文档转换为utf-8编码。你不需要考虑编码方式，除非文档没有指定一个编码方式，这时你仅仅需要说明一下原始编码方式就可以了。BeautifulSoup已成为和lxml、html6lib一样出色的python解释器，为用户灵活地提供不同的解析策略或强劲的速度。
所以说，利用它我们可以省去很多繁琐的提取工作，提高解析效率。
- bs:beautifulsoup。
- 历史坑：beautifulsoup 只支持py2, beautifulsoup4 支持py3
- 安装 pip install beautifulsoup4
- 命名坑:python包我们导入的是包文件夹名字，包有别名beautifulsoup4。 第三方包python解释器/Lib/site-packages/。
from bs4 import BeautifulSoup
html="""
<html>
<body>
<a id="aaa" href='http://www.baidu.com' name='aaa'
cl
最低0.47元/天 解锁文章
扫一扫
1269
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
