beautiful soup用法-ag真人游戏

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。

学习目标

1. 掌握beautiful soup初始化的方式
2. 掌握beautiful soup初始化参数的含义

1. 使用beautiful soup的步骤

简单的使用beautiful soup，大致可以分为三步：

1. 导入beautiful soup类

   from bs4 import beautifulsoup
   

2. 初始化参数，需要传递两个参数：html代码和html解析器

   soup = beautifulsoup(markup, features)
   

3. 获取beautiful soup实例对象，通过操作对象来获取解析结果并提取数据

   soup.prettify()
   soup.title
   

2. 初始化beautiful soup对象

从bs4库中导入beautifulsoup类实例化一个对象。

from bs4 import beautifulsoup
soup = beautifulsoup(markup, features)

在实例化的过程中，需要给beautifulsoup这个类传递两个参数: markup、features。

1. 第一个参数：markup

• 参数解释：被解析的html字符串或文件内容，也就是说markup是用来接收需要解析的html字符串或者文件内容的。
• 使用方式两种:

1. 使用字符串变量。直接将html数据以字符串的形式传入。

   # 使用第一步的html_str字符串变量
   from bs4 import beautifulsoup
   soup = beautifulsoup(html_str)
   

2. 使用open()函数打开文件，将html数据以文件流的形式传入。

   # 假设将html_str字符串写入了index.html中
   from bs4 import beautifulsoup
   soup = beautifulsoup(open(index.html))
   

2. 第二个参数：features

• 参数解释：解析器的类型
• 使用方式有两种：

1. 指定解析器，beautifulsoup选择指定的解析器来解析文档

   # 指定lxml作为解析器
   from bs4 import beautifulsoup
   soup = beautifulsoup(html_str, 'lxml')
   

2. 未指定解析器，beautifulsoup选择最默认的解析器来解析文档

   # 解析html_str选择最默认的解析器
   from bs4 import beautifulsoup
   soup = beautifulsoup(html_str)
   

3. 总结

如何使用beautiful soup解析html文档？

这个非常的简单，只需要使用beautiful soup类初始化一个对象，然后操作这个对象就可以了。

需要注意的是：在初始化的对象的时候，需要给beautiful soup类传递两个参数，html代码和html解析器

这部分的内容作为今后使用beautiful soup4的基础，需要同学熟练掌握这部分的内容。