文章目录
- 一、基本介绍
- 二、使用步骤
- 2.1 安装
- 2.2 如何使用
- 三、示例
一、基本介绍
- Beautiful Soup是一个可以从HTML或XMIL文计中提取数据的Python库.
- 它能够通过你喜欢的转换器实现惯用的文档导航,查找,修改文档的方式.
- Beautiful Soup会帮你节省数小时甚至数天的工作时间.
- Beautiful Soup 3目前已经停止开发，推荐在项目中使用Beautiful Soup 4，简称BS4.
一个python解析HTML\xml的三方库二、使用步骤
2.1 安装
pipinstallbeautifulsoup4注意：包的名称为beautifulsoup4而不是BeautifulSoup，BeautifulSoup是Beautiful Soup3的发布版。
2.2 如何使用
# 导入类frombs4importBeautifulSoup# 实例化soup=BeautifulSoup(open("index.html"),"html.parser")# 方法1soup=BeautifulSoup(内容,"html.parser")# 方法2ele=soup.标签名#根据标签名获取标签对象,如果匹配多个元素，则返回第一个ele_list=soup.find_all(标签名)# 根据标签名获取所有匹配的标签attr_value=ele.get(属性名)# 根据标签的属性名获取对应的属性值text=ele.get_text()# 获取标签的文本内容说明: - 将一段文档传入BeautifulSoup的构造方法，就能得到一个文档的对象 - "html.parser": Python标准库中的HTML解析器。BeautifulSoup还支持一些第三方的解析器，如:lxml、html5lib等，这些第三方解析器需要额外安装三、示例
应用步骤：
1、导包
2、实例化（获取文件内容）
3、调用方法
# 1、导包frombs4importBeautifulSoup test=""" <html> <head> <title>程序员</title> </head> <body> <p id="test01">软件测试</p> <p id="test02">2020年</p> <a href="/api.html">接口测试</a> <a href="/web.html">web自动化测试</a> <a href="/app.html">APP自动化测试</a> </body> </html> """#2、获取bs对象 告诉BeautifulSoup类，你要解析的是hmtl格式bs=BeautifulSoup(test,"html.parser")#3、调用方法""" 重点: 1、查找所有标签 bs.find_all("标签名") == 元素的集合 == ["元素1", "元素2"] 2、提取属性值 标签名.get("属性名") """forainbs.find_all("a"):print(a.get("href"))# 4、其它方法print(bs.p.string)# 获取P标签的文本# 5、获取标签名print(bs.p.name)
