介紹

Beautiful Soup提供一些簡(jiǎn)單的、python式的函數(shù)用來處理導(dǎo)航、搜索、修改分析樹等功能。它是一個(gè)工具箱，通過解析文檔為用戶提供需要抓取的數(shù)據(jù)，因?yàn)楹?jiǎn)單，所以不需要多少代碼就可以寫出一個(gè)完整的應(yīng)用程序。

Beautiful Soup自動(dòng)將輸入文檔轉(zhuǎn)換為Unicode編碼，輸出文檔轉(zhuǎn)換為utf-8編碼。你不需要考慮編碼方式，除非文檔沒有指定一個(gè)編碼方式，這時(shí)，Beautiful Soup就不能自動(dòng)識(shí)別編碼方式了。然后，你僅僅需要說明一下原始編碼方式就可以了。

Beautiful Soup已成為和lxml、html6lib一樣出色的python解釋器，為用戶靈活地提供不同的解析策略或強(qiáng)勁的速度。

本文將給大家詳細(xì)介紹關(guān)于Python利用BeautifulSoup解析Html的方法，下面話不多說了，來一起看看詳細(xì)的介紹：

1. 安裝Beautifulsoup4

            
pip install beautifulsoup4
pip install lxml
pip install html5lib
          

lxml 和 html5lib 是解析器

2. html?

                        
            

              Download my 
              
                Python
              
               book from 
              
                my website
              
              .
            
            

              Learn Python the easy way!
            
            

              By 
              
                Al Sweigart
              
            
          

上面的html保存html文件

3.開始解析

            
import bs4
 
exampleFile = open('example.html')
exampleSoup = bs4.BeautifulSoup(exampleFile.read(),'html5lib')
elems = exampleSoup.select('#author')
type(elems)
print (elems[0].getText())
          

結(jié)果輸出 Al Sweigart

BeautifulSoup 使用select 方法尋找元素，類似jquery的css選擇器

• soup.select(‘div') ―――――――?C所有為
  的元素
• soup.select(‘#author') ―――――?Cid為author的元素
• soup.select(‘.notice') ――――――class 為notice的元素

參考《Python 編程快速上手―?C讓繁瑣工作自動(dòng)化》

總結(jié)

以上就是這篇文章的全部?jī)?nèi)容了，希望本文的內(nèi)容對(duì)大家的學(xué)習(xí)或者工作能帶來一定的幫助，如果有疑問大家可以留言交流，謝謝大家對(duì)腳本之家的支持