Python利用BeautifulSoup解析Html的方法示例
介紹
Beautiful Soup提供一些簡(jiǎn)單的、python式的函數(shù)用來(lái)處理導(dǎo)航、搜索、修改分析樹(shù)等功能。它是一個(gè)工具箱，通過(guò)解析文檔為用戶(hù)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(xiě)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(méi)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(shuō)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(hù)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(huà)不多說(shuō)了，來(lái)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
<!-- This is the example.html file. --> <html><head><title>The Website Title</title></head> <body> <p>Download my <strong>Python</strong> book from <a rel="external nofollow" >my website</a>.</p> <p class="slogan">Learn Python the easy way!</p> <p>By <span id="author">Al Sweigart</span></p> </body></html>
上面的html保存html文件
3.開(kāi)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(lèi)似jquery的css選擇器
soup.select(‘div')———————–所有為<div>的元素soup.select(‘#author')—————–id為author的元素soup.select(‘.notice')——————class 為notice的元素
參考《Python 編程快速上手—–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(lái)一定的幫助，如果有疑問(wèn)大家可以留言交流，謝謝大家對(duì)腳本之家的支持
相關(guān)文章
python-docx把dataframe表格添加到word文件中
用Python-docx庫(kù),可以輕松地添加表格到Word文檔中,本文主要介紹了python-docx把dataframe表格添加到word文件中,感興趣的可以了解一下2023-08-08
在keras 中獲取張量 tensor 的維度大小實(shí)例
這篇文章主要介紹了在keras 中獲取張量 tensor 的維度大小實(shí)例，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-06-06
python基礎(chǔ)知識(shí)（一）變量與簡(jiǎn)單數(shù)據(jù)類(lèi)型詳解
這篇文章主要介紹了python變量與簡(jiǎn)單數(shù)據(jù)類(lèi)型詳解，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2019-04-04
這篇文章主要介紹了python?存儲(chǔ)變量的幾種方法,包括numpy?自帶方法，pandas?自帶方法，sklearn?的自帶方法和pickle?庫(kù)操作方法，本文通過(guò)實(shí)例代碼給大家介紹的非常詳細(xì)，需要的朋友可以參考下2022-11-11
這篇文章主要為大家詳細(xì)介紹了Python將多份excel表格整理成一份表格，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2018-01-01
Python調(diào)用各大機(jī)器翻譯API的實(shí)現(xiàn)示例
本文主要介紹了Python調(diào)用各大機(jī)器翻譯API的實(shí)現(xiàn)示例，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2023-07-07
Python?使用稱(chēng)為異常(exception）的特殊對(duì)象來(lái)管理程序執(zhí)行期間發(fā)生的錯(cuò)誤，那Python中代碼異常處理的相關(guān)操作你都了解了嗎，本文為大家進(jìn)行了詳細(xì)整理，需要的可以參考下2023-06-06
Python實(shí)現(xiàn)簡(jiǎn)單猜拳游戲
這篇文章主要為大家詳細(xì)介紹了Python實(shí)現(xiàn)簡(jiǎn)單猜拳游戲，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2022-01-01
這篇文章主要介紹了Python 迭代器與生成器實(shí)例詳解的相關(guān)資料,需要的朋友可以參考下2017-05-05
有時(shí)候我們需要添加一定的水印以給自己的圖片添加先關(guān)的標(biāo)記,在Python中有相關(guān)的計(jì)算函數(shù),下面這篇文章主要給大家介紹了關(guān)于使用Python中PIL庫(kù)給圖片添加文本水印的相關(guān)資料,需要的朋友可以參考下2023-04-04