Python Beautiful Soup教程

admin管理员组

文章数量:1794759

Python Beautiful Soup教程

系列文章目录

Beautiful Soup教程-简介及安装 Beautiful Soup教程-基本使用 Beautiful Soup教程-认识选择器 Beautiful Soup教程-节点选择器之选择元素的方法 Beautiful Soup教程-节点选择器之提取信的方法 Beautiful Soup教程-节点选择器之嵌套选择的方法 Beautiful Soup教程-节点选择器之关联选择的方法 Beautiful Soup教程-方法选择器 Beautiful Soup教程-CSS选择器

文章目录

• 系列文章目录
• 前言
• Beautiful Soup教程-简介及安装
• • 1. 简介
  • 2. 安装Beautiful Soup
  • 3. Beautiful Soup解析器
  • • 3.1 解析器的安装方法
    • 3.2 解析器的优缺点

---

前言

Beautiful Soup是Python的一个网页解析库，处理快捷; 支持多种解析器，功能强大。教程细致讲解Beautiful Soup的深入使用、节点选择器、CSS选择器、Beautiful Soup4的方法选择器等重要知识点，是学好爬虫的基础课程。

---

Beautiful Soup教程-简介及安装 1. 简介

Beautiful Soup的特点：

API简单，功能强大

Beautiful Soup提供一些简单的方法和Python式函数，用于浏览，搜索和修改解析树，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。

支持多种解析器

Beautiful Soup支持多种解析器，包括Python标准库中的HTML解析器，还支持一些第三方的解析器。

自动实现编码的转换

Beautiful Soup 自动将输入文档转换成Unicode类型，输出文档转换为UTF-8编码。如果文档中没有指定编码，只需我们指定编码即可。

2. 安装Beautiful Soup

目前Beautiful Soup的最新版本是4.x，之前的版本已经停止开发了，所以这里推荐使用beautifulsoup4。

安装beautifulsoup4方式：

pip3 install beautifulsoup4

命令执行完毕之后即可完成安装

3. Beautiful Soup解析器 3.1 解析器的安装方法

安装lxml

Beautiful Soup的HTML和XML解析器是依赖于lxml库的，所以在使用之前先安装lxml库。(如果已经安装，请跳过此步)

pip3 install lxml

安装html5lib

另一个可供选择的解析器是纯Python实现的html5lib，html5lib的解析方式与浏览器相同，可以选择下列方法来安装html5lib。

pip3 install html5lib 3.2 解析器的优缺点

下表列出了Beautiful Soup支持的主要的解析器以及它们的优缺点：

解析器使用方法优势劣势

Python标准库	BeautifulSoup(markup， "html.parser")	Python的内置标准库、执行速度适中、文档容错能力强	Python 2.7.3 or 3.2.2前的版本文档容错能力差
lxml HTML 解析器	BeautifulSoup(markup， "lxml")	速度快、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")	速度快、唯一支持XML的解析器	需要安装C语言库
html5lib	BeautifulSoup(markup， "html5lib")	最好的容错性、以浏览器的方式解析文档、生成HTML5格式的文档	速度慢、不依赖外部扩展

推荐使用lxml作为解析器，因为效率更高。在Python2.7.3之前的版本和Python3中3.2.2之前的版本，必须安装lxml或html5lib，因为那些版本Python版本的标准库中内置的HTML解析方法不够稳定。

---

学IT上博学谷

本文标签： 教程PythonBeautifulSoup