Beautiful Soup
Python的HTML/XML解析程式
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。[2]
原作者 | Leonard Richardson |
---|---|
当前版本 |
|
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)[2] |
网站 | www |
在2021年,Python 2.7的官方支持终止,BeautifulSoup发行版4.9.3是支持Python 2.7的最后版本[3]。
示例代码
编辑#!/usr/bin/env python3
# Anchor extraction from HTML document
from bs4 import BeautifulSoup
from urllib.request import urlopen
with urlopen('https://en.wikipedia.org/wiki/Main_Page') as response:
soup = BeautifulSoup(response, 'html.parser')
for anchor in soup.find_all('a'):
print(anchor.get('href', '/'))
参见
编辑参考资料
编辑- ^ https://git.launchpad.net/beautifulsoup/tree/CHANGELOG; 检索日期: 2024年1月18日.
- ^ 2.0 2.1 Beautiful Soup website. [18 April 2012]. (原始内容存档于2017-02-03).
Beautiful Soup is licensed under the same terms as Python itself
- ^ Richardson, Leonard. Beautiful Soup 4.10.0. beautifulsoup. Google Groups. 7 Sep 2021 [27 September 2022]. (原始内容存档于2022-09-29).
这是一篇關於電腦程式語言的小作品。您可以通过编辑或修订扩充其内容。 |