第三章 数据解析（七） 2019-12-17

七、bs4 – BeautifulSoup4库基本介绍与使用

BeautifulSoup4库

 

和lxml一样，Beautiful Soup也是一个HTML/XML的解析器，主要功能也是如何解析和提取HTML/XML数据。

lxml只会局部遍历，而Beautiful

Soup 是基于HTML DOM（Document Object Model）的，会载入整个文档，解析整个DOM树，因此时间和内存开销都会大很多，所以性能要低于lxml。

Beautiful Soup 3目前已经停止开发，推荐现在的项目使用Beautiful Soup 4。

安装和文档：

安装：pip install bs4

中文文档：

http://www.crummy.com/software/BeautifulSoup/bs4/doc/index.zh.html

几大解析工具对比：

几大解析工具对比

简单使用：

from bs4 import BeautifulSoup

# 创建Beautiful Soup 对象

# 使用lxml来进行解析

soup= Beautiful Soup(html,”lxml”)

print(soup.prettify())

示例代码：

from bs4 import BeautifulSoup

html = """

The Dormouse's story

Once upon a time there were three littlt sisters; and their names were ,; and they lived at the bottom of a well.

...

"""

soup = BeautifulSoup(html,'lxml')

print(soup.prettify())

上一篇文章 第三章 数据解析（六） 2019-12-16 地址： 

https://www.jianshu.com/p/88cb44054ec5

下一篇文章 第三章 数据解析（八） 2019-12-18 地址：

https://www.jianshu.com/p/86e7699cc72d

以上资料内容来源网络，仅供学习交流，侵删请私信我，谢谢。