Python利用BeautifulSoup解析Html的方法示例
介绍
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,BeautifulSoup就不能自动识别编码方式了。然后,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。
本文将给大家详细介绍关于Python利用BeautifulSoup解析Html的方法,下面话不多说了,来一起看看详细的介绍:
1.安装Beautifulsoup4
pipinstallbeautifulsoup4 pipinstalllxml pipinstallhtml5lib
lxml和html5lib是解析器
2.html
TheWebsiteTitle DownloadmyPythonbookfrom
mywebsite. LearnPythontheeasyway! By
AlSweigart
上面的html保存html文件
3.开始解析
importbs4 exampleFile=open('example.html') exampleSoup=bs4.BeautifulSoup(exampleFile.read(),'html5lib') elems=exampleSoup.select('#author') type(elems) print(elems[0].getText())
结果输出AlSweigart
BeautifulSoup使用select方法寻找元素,类似jquery的css选择器
- soup.select(‘div')———————–所有为的元素
- soup.select(‘#author')—————–id为author的元素
- soup.select(‘.notice')——————class为notice的元素
参考《Python编程快速上手—–让繁琐工作自动化》
总结
以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作能带来一定的帮助,如果有疑问大家可以留言交流,谢谢大家对毛票票的支持