BeautifulSoup用法详解1
需积分: 0 141 浏览量
2022-08-08
20:25:26
上传
评论 1
收藏 130KB DOCX 举报
Beautiful Soup 的用法
上一节我们介绍了正则表达式，它的内容其实还是蛮多的，如果一个正则匹配稍有差池，
那可能程序就处在永久的循环之中，而且有的小伙伴们也对写正则表达式的写法用得不熟
练，没关系，我们还有一个更强大的工具，叫 Beautiful Soup，有了它我们可以很方便
地提取出 HTML 或 XML 标签中的内容，实在是方便，这一节就让我们一起来感受一下
Beautiful Soup 的强大吧。
Beautiful Soup 的简介
简单来说，Beautiful Soup 是 python 的一个库，最主要的功能是从网页抓取数据。官
方解释如下：
Beautiful Soup 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。
Beautiful Soup 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，Beautiful Soup 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。
Beautiful Soup 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。
废话不多说，我们来试一下吧~
Beautiful Soup 安装
Beautiful Soup 3 目前已经停止开发，推荐在现在的项目中使用 Beautiful Soup 4，
不过它已经被移植到 BS4 了，也就是说导入时我们需要 import bs4 。所以这里我们用
的版本是 Beautiful Soup 4.3.2 (简称 BS4)，另外据说 BS4 对 Python3 的支持不够
好，不过我用的是 Python2.7.7，如果有小伙伴用的是 Python3 版本，可以考虑下载
BS3 版本。
如果你用的是新版的 Debain 或 Ubuntu,那么可以通过系统的软件包管理来安装，不过
它不是最新版本，目前是 4.2.1 版本
sudo apt-get install Python-bs4
如果想安装最新的版本，请直接下载安装包来手动安装，也是十分方便的方法。在这里我
安装的是 Beautiful Soup 4.3.2
剩余18页未读，继续阅读
资源评论
