python中的BeautifulSoup模块

来源：互联网发布：淘宝网开店卖衣服货源编辑：程序博客网时间：2024/05/17 14:27

最近在看python代码的时候遇到了BeautifulSoup模块，查阅相关资料如下：
python中的Beautiful Soup 是用Python写的一个HTML/XML的解析器，它可以很好的处理不规范标记并生成剖析树(parse tree)。它提供简单又常用的导航(navigating)，搜索以及修改剖析树的操作。它可以大大节省你的编程时间。对于Ruby，使用Rubyful Soup。

Beautiful Soup的官方中文文档地址：http://www.crummy.com/software/BeautifulSoup/documentation.zh.html

1.Beautiful Soup的下载和安装

下载地址：http://www.crummy.com/software/BeautifulSoup/download/3.x/

推荐下载BeautifulSoup-3.2.0.tar.gz

2.Beautiful Soup的使用

(1)一般来说下面三句选择一句合适的即可

from BeautifulSoup import BeautifulSoup # For processing HTML

from BeautifulSoup import BeautifulStoneSoup # For processing XML

import BeautifulSoup # To get everything

(2)创建Beautiful Soup对象

from BeautifulSoup import BeautifulSoup

html = "<html>

Para 1

Para 2<blockquote>Quote 1<blockquote>Quote 2"

soup = BeautifulSoup(html)

BeautifulSoup 会智能判断那些需要添加关闭标签的位置，即使原始的文档没有。

(3)Beautiful Soup常用的方法

soup.prettify() 规范化html，包括缩进和自动闭合部分标签

soup.find(name, attrs, recursive, text, **kwargs) 参数name 匹配tags的名字、keyword参数用于筛选tag的属性，此外还可以根据Css类进行匹配

0 0