Python编程之BeautifulSoup库_python如何安装beautifulsoup

#头条创作挑战赛#

BeautifulSoup 是一个可以从 HTML 或 XML 文件中快速提取数据的 Python 库。它能够通过转 从入门到精通 Python网络爬虫框架Scrapy 38 换器实现惯用的文档导航，查找、修改文档的方式。它是基于 HTML DOM 的，会载入整个 HTML 文档，将复杂的 HTML 文档转换成一个复杂的树形结构（DOM 树），最后解析整个 DOM 树。它 共有 4 种类型，对于爬虫解析来说，主要用其中的遍历文档树和搜索文档树。BeautifulSoup 用来 解析 HTML 比较简单，API 非常人性化，支持 CSS 选择器、Python 标准库中的 HTML 解析器，也 支持 lxml 的 XML 解析器。

BeautifulSoup 分三步进行安装、导入和创建对象：

（1）先安装 BeautifulSoup4，命令为“pip install beautifulsoup4”，再通过以下代码测试安装是 否成功。

（2）在 Python 中导入 from bs4 import BeautifulSoup 模块。

（3）创建 BeautifulSoup 对象。

输出结果如下：

. BeautifulSoup 的语法及应用举例：

下面根据下载的 HTML 网页，创建 BeautifulSoup 对象。在创建对象的同时，将整个文档字符 串下载成一个 DOM 树，然后根据这个 DOM 树，可以进行各种节点的搜索。搜索方法如下：find_ all(name, attrs, string)，搜索出所有满足要求的节点；find(name, attrs, string)，只搜索出第一个满足 要求的节点。其中，name 为节点名称，attrs 为节点属性，string 为节点文字。搜索网页，提取元素如下图所示。

遍历文档树（DOM 树），就是通过方法获取指定的节点和节点集，包括方法、子节点、父节点、 兄弟节点、前进后退等。下面通过示例代码来演示如何搜索网页，提取元素。