BeautifulSoup 用法详解 —— 安装与解析器

最新推荐文章于 2024-04-24 08:26:26 发布

小宇不内向

最新推荐文章于 2024-04-24 08:26:26 发布

阅读量1k

点赞数

分类专栏： BeautifulSoup库文章标签： BeautifulSoup 爬虫

本文链接：https://blog.csdn.net/xiaoyu_wu/article/details/102289396

版权

BeautifulSoup库专栏收录该内容

4 篇文章

订阅专栏

Beautiful Soup 4.4.0 文档： https://beautifulsoup.readthedocs.io/zh_CN/latest/

使用 BeautifulSoup 解析一段 HTML 代码，能够得到一个 BeautifulSoup 的对象。

1. 安装 Beautiful Soup 与解析器

pip install beautifulsoup4    # 安装 Beautiful Soup

# 安装解析器
pip install lxml    
pip install html5lib

Beautiful Soup 解析器
解析器	使用方法	优势	劣势
Python标准库	BeautifulSoup(markup,"html.parser")	Python的内置标准库执行速度适中文档容错能力强	Python 2.7.3 or 3.2.2)前的版本中文档容错能力差
lxml HTML 解析器	BeautifulSoup(markup,"lxml")	速度快文档容错能力强	需要安装C语言库
lxml XML 解析器	`BeautifulSoup(markup,["lxml-xml"])` `BeautifulSoup(markup,"xml")`	速度快唯一支持XML的解析器	需要安装C语言库
html5lib	BeautifulSoup(markup,"html5lib")	最好的容错性以浏览器的方式解析文档生成HTML5格式的文档	速度慢不依赖外部扩展

2. 如何导入 BeautifulSoup

from bs4 import BeautifulSoup
soup = BeautifulSoup(html_doc, 'html.parser')
soup1 = BeautifulSoup(open("index.html"))
soup2 = BeautifulSoup("<html>data</html>")

3. soup.prettify() 方法

这个方法可以将解析的 HTML 代码进行基于 bs4 库的 HTML 的格式输出，让 html 代码更友好的显示。