Beautiful Soup
Beautiful Soup是一个Python包，功能包括解析HTML、XML文档、修复含有未闭合标签等错误的文档（此种文档常被称为tag soup）。这个扩展包为待解析的页面建立一棵树，以便提取其中的数据，这在网络数据采集时非常有用。[1]
| 原作者 | Leonard Richardson |
|---|---|
| 穩定版本 | 4.9.0[1] （2020年4月5日） |
| 源代码库 |  |
| 编程语言 | Python |
| 类型 | HTML解析库、网络数据采集 |
| 许可协议 | Python软件基金会许可证 （Beautiful Soup 3及以前） MIT許可證（Beautiful 4及以后）[1] |
| 网站 | www |
该扩展包可用于Python 2.7（或以上版本）与Python 3。
示例代码
# Python 2.6+
# anchor extraction from html document
from bs4 import BeautifulSoup
import urllib2
webpage = urllib2.urlopen('https://en.wikipedia.org/wiki/Main_Page')
soup = BeautifulSoup(webpage,'html.parser')
for anchor in soup.find_all('a'):
print(anchor.get('href', '/'))
参见
参考资料
- . [18 April 2012]. （原始内容存档于2017-02-03）.
Beautiful Soup is licensed under the same terms as Python itself
This article is issued from Wikipedia. The text is licensed under Creative Commons - Attribution - Sharealike. Additional terms may apply for the media files.
