本文共 1064 字，大约阅读时间需要 3 分钟。

BeautifulSoup是一个很流行的一个python库，是XML和HTML的解析的利器，其中内部提供了定位

内容的人性化接口，可以用来取代繁杂的正则表达式。

安装库

BeautifulSoup并不是python自带的库，因此需要使用pip安装

pip install beautifulsoups4或者pip install bs4

Linux用户可以使用apt-get安装

apt-get install Python-bs4

主要作用

BeautifulSoup中最主要的工具就是BeautifulSoup(对象)，这个对象指的是一个HTML文档的所有内容。

基本代码：

import bs4,requestsfrom bs4 import BeautifulSoupht = requests.get('https://www.baidu.com/')bs1 = BeautifulSoup(ht.content)print(bs1.prettify())print('title')print(bs1.title)print('title.name')print(bs1.title.name)print('bs1.title.parent.name')print(bs1.title.parent.name)print('find all a')print(bs1.find_all('a'))print('text of all "h2"')for one in bs1.find_all('h2'):    print(one.text)

运行结果：

 上述代码运行的时候会产生一个警告：

这意味着程序中没有指定BeautifulSoup的解析器，解析器的指定需要将其中的一句代码替换：

bs1 = BeautifulSoup(ht.content,'html.parser')

BeautifulSoup本身就支持HTML

如果想安装其他的第三方解析器：比如最多的lxml

apt-get install Python-lxmlesay_install lxmlpip install lxml

对应的使用方法

bs1 = BeautifulSoup(ht.content,'html.parser')bs1 = BeautifulSoup(ht.content,'lxml')bs1 = BeautifulSoup(ht.content,'xml')

除此之外还可以支持HTML5标准，主要使用的还是lxml

转载地址：https://blog.csdn.net/cg_sss/article/details/125715040 如侵犯您的版权，请留言回复原文章的地址，我们会给您删除此文章，给您带来不便请您谅解！