python BeautifulSoup库的安装与使用

2023-07-08 04:10:04 70

1.BeautifulSoup简介

BeautifulSoup4和lxml一样，BeautifulSoup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。

BeautifulSoup支持Python标准库中的HTML解析器,还支持一些第三方的解析器，如果我们不安装它，则Python会使用Python默认的解析器，lxml解析器更加强大，速度更快，推荐使用lxml解析器。

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。

2.BeautifulSoup的安装

首先我们需要安装一个BeautifulSoup库。我安装的版本是python3。所以就可以直接在cmd下用pip3命令进行安装。

命令：

pip3installbeautifulsoup4

在安装好BeautifulSoup后，我们可以通过导入该库来判断是否安装成功。

命令：

>>> frombs4importBeautifulSoup

回车后不报错，这说明我们已经将其安装成功。

3.BeautifulSoup常用功能

#beautifulsoup网页中提取信息的python库
#BeautifulSoup对象表示的是一个文档的全部内容
#prettify()按照标准的缩进格式的结构输出
#get_text()会将HTML文档中的所有标签清除,返回一个只包含文字的字符串
frombs4importBeautifulSoup

text='''





HarryPotter
29.99



LearningXML
39.95



'''

#create对象
bf=BeautifulSoup(text)

#按照标准缩进格式输出
print(bf.prettify())
#会将HTML文档中的所有标签清除,返回一个只包含文字的字符串
print(bf.get_text())

#Tag对象
#标签表示HTML中的一个个标签
#name
#attrs

tag=bf.title#获取title标签
print(tag)
print(type(tag))#tag类型
print(tag.name)#标签名称
print(tag.attrs)#标签属性
print(tag.attrs["lang"])#单独获取某个属性方法1
print(bf.title["lang"])#单独获取某个属性方法2

#NavigableStringtag.string
#表示标签中的文字
print(tag.string)
print(type(tag.string))#查看数据类型

#Comment注释部分
#一个特殊类型的NavigableString对象
#输出的内容不包括注释符号
string='''

'''
sp=BeautifulSoup(string)
print(sp)
print(sp.p.string)#去获取标签中是文字

#两个常用函数


#find_all()搜索当前tag的所有tag子节点,并判断是否符合给定的条件
#返回结果是一个列,可以包含多个元素
print(soup.find_all('title'),end="\n-------\n")

#find()直接返回第一个元素
print(soup.find("title"))

print(soup.find_all("title",lang="eng"))#查找title标签属性lang=eng
print(soup.find_all("title",{"lang":"eng"}))#结果同上
print(soup.find_all(["title","price"]))#获取多个标签
print(soup.find_all("title",lang="eng")[0].get_text())#获取文本


#三大常见节点
#子节点一个Tag可能包含多个字符串或其他的tag，这些都是这个tag的子节点
#父节点配个tag或字符串都有父节点：被包含在某个tag中
#兄弟节点平级的节点
end="\n-------\n"
print(soup.book,end)#获取book节点信息
print(soup.book.contents,end)#获取book下的所有子节点
print(soup.book.contents[1],end)#获取book下的所有子节点中的第一个节点

print(soup.book.children,end)#children生成迭代器
forchildinsoup.book.children:
print("===",child)

print(soup.title.parent,end)
print(soup.book.parent,end)
forparentinsoup.title.parents:#注意parent和parents区别
print("===",parent.name)

print(soup.title.next_sibling,end)#获取该节点的下一个兄弟节点
print(soup.title.previous_sibling,end)#获取该节点的上一个兄弟节点
print(soup.title.next_siblings,end)#获取该节点的全部兄弟节点
foriinsoup.title.next_siblings:
print("===",i)

以上就是pythonBeautifulSoup库的安装与使用的详细内容，更多关于pythonBeautifulSoup库的资料请关注毛票票其它相关文章！

python BeautifulSoup库的安装与使用

1.BeautifulSoup简介

2.BeautifulSoup的安装

3.BeautifulSoup常用功能

热门推荐

随机推荐