目录Python全系列 教程
3567个小节阅读：5930.4k
目录
鸿蒙应用开发
C语言快速入门
JAVA全系列 教程
面向对象的程序设计语言
Python全系列 教程
Python3.x版本，未来主流的版本
人工智能 教程
顺势而为，AI创新未来
大厂算法 教程
算法，程序员自我提升必经之路
C++ 教程
一门通用计算机编程语言
微服务 教程
目前业界流行的框架组合
web前端全系列 教程
通向WEB技术世界的钥匙
大数据全系列 教程
站在云端操控万千数据
AIGC全能工具班
A A
White Night
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。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，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
官网http://beautifulsoup.readthedocs.io/zh_CN/latest/
xxxxxxxxxxpip install beautifulsoup4pip install bs4Beautiful Soup支持Python标准库中的HTML解析器,还支持一些第三方的解析器，如果我们不安装它，则 Python 会使用 Python默认的解析器，lxml 解析器更加强大，速度更快，推荐安装
xxxxxxxxxxpip install lxml| 解析器 | 使用方法 | 优势 | 劣势 |
|---|---|---|---|
| Python标准库 | BeautifulSoup(markup, “html.parser”) | 1. Python的内置标准库 2. 执行速度适中 3.文档容错能力强 | Python 2.7.3 or 3.2.2)前 的版本中文档容错能力差 |
| lxml HTML 解析器 | BeautifulSoup(markup, “lxml”) | 1. 速度快 2.文档容错能力强 | 需要安装C语言库 |
| lxml XML 解析器 | BeautifulSoup(markup, [“lxml”, “xml”]) BeautifulSoup(markup, “xml”) | 1. 速度快 2.唯一支持XML的解析器 3.需要安装C语言库 | |
| html5lib | BeautifulSoup(markup, “html5lib”) | 1. 最好的容错性 2.以浏览器的方式解析文档 3.生成HTML5格式的文档 4.速度慢 | 不依赖外部扩展 |
xxxxxxxxxxfrom bs4 import BeautifulSoup
bs = BeautifulSoup(html,"lxml")Beautiful Soup将复杂HTML文档转换成一个复杂的树形结构,每个节点都是Python对象,所有对象可以归纳为4种:
案例代码
xxxxxxxxxx<title>尚学堂</title><div class='info' float='left'>Welcome to SXT</div><div class='info' float='right'> <span>Good Good Study</span> <a href='www.bjsxt.cn'></a> <strong><!--没用--></strong></div>通俗点讲就是 HTML 中的一个个标签
例如：<div> <title>
xxxxxxxxxx#以lxml方式解析soup = BeautifulSoup(info, 'lxml')print(soup.title)# <title>尚学堂</title>注意
相同的标签只能获取第一个符合要求的标签
xxxxxxxxxx#获取所有属性print(soup.title.attrs)#class='info' float='left'
#获取单个属性的值print(soup.div.get('class'))print(soup.div['class'])print(soup.a['href'])#infoxxxxxxxxxxprint(soup.title.string)print(soup.title.text)#尚学堂Comment 对象是一个特殊类型的 NavigableString 对象，其实输出的内容仍然不包括注释符号，但是如果不好好处理它，可能会对我们的文本处理造成意想不到的麻烦
xxxxxxxxxxif type(soup.strong.string) == Comment: print(soup.strong.prettify())else: print(soup.strong.string)实时效果反馈
1. 关于beautifulsoup4，说法错误的是？
A bs4模块是python自带模块
B soup.tag.get('class')获取属性
C soup.tag.string获取内容
D soup.tag.text获取内容
答案
1=>A