python爬虫之数据解析（一）：BeautifulSoup4库

最新推荐文章于 2024-08-06 23:23:32 发布

mercycrazy

最新推荐文章于 2024-08-06 23:23:32 发布

阅读量361

点赞数 4

分类专栏： python爬虫文章标签： python

本文链接：https://blog.csdn.net/zdfsb/article/details/108528405

版权

本文介绍了BeautifulSoup4库在Python爬虫中的应用，包括安装、解析工具对比、常见对象、contents与children的区别、字符串相关属性、find_all和find方法的使用，以及CSS选择器的多种查找方式，如通过标签名、类名、ID等进行数据提取。

摘要由CSDN通过智能技术生成

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。

安装和文档：

安装：
pip install bs4

中文文档：https://www.crummy.com/software/BeautifulSoup/bs4/doc/index.zh.html

几大解析工具对比：

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-qiAU6oRI-1599789551683)(C:\Users\HP\AppData\Roaming\Typora\typora-user-images\1554888897765.png)]

简单使用：

from bs4 import BeautifulSoup

html = """
<html><head><title>The Dormouse's story</title></head>
<body>
<p class="title" name="dromouse"><b>The Dormouse's story</b></p>
<p class="story">Once upon a time there were three little sisters; and their names were
<a href="http://example.com/elsie" class="sister" id="link1"><!-- Elsie --></a>,
<a href="http://example.com/lacie" class="sister" id="link2">Lacie</a> and
<a href="http://example.com/tillie" class="sister" id="link3">Tillie</a>;
and they lived at the bottom of a well.</p>
<p class="story">...</p>
"""

soup = BeautifulSoup(html,'lxml')
print(soup.prettify())