python安装beautifulsoup库_《Python网络爬虫》3.1 BeautifulSoup库安装

Beautiful Soup parses anything you give it, and does the tree traversal stuff for you.

BeautifulSoup也叫美味汤，他是一个非常优秀的python第三方库，它能够对html、xml格式进行解析，并且提取其中的相关信息。在BeautifulSoup的网站上有这样一番话，BeautifulSoup可以对你提供给他的任何格式进行相关的爬取，并且可以进行树形解析。

BeautifulSoup的使用原理是它能够把任何你给它的文档当做一锅汤，然后给你煲制这锅汤。

安装BeautifulSoup

用管理员权限启动命令行，然后我们在命令行上执行如下命令：

pip install beautifulsoup4

测试页面

BeautifulSoup就下载安装完成了，然后我们对比BeautifulSoup来个小测。这里边我们使用一个html页面，

地址是http://www.yeahcoding.tech/python/demo.html 我们用浏览器先打开这个网站看一下。

在这个页面中我们看到它有一个标题栏，上面有一行字，叫this is a python demo，这个地方表示的是一个title信息，我们可以将这个文件存取下来，生成dem.html或者我们用它的源代码。

我们打开它的源代码，能看到这个页面对应的是一个html5格式的代码，在代码中我们看到了很多的标签，这种标签以一对尖括号来表示。

Requests库获取页面源码

我们已经学过了Requests库，可以用Requests库来自动的获得这个链接对应的源代码。

>>> import requests

>>> r = requests.get('http://www.yeahcoding.tech/python/demo.html')

>>> r.text

'\n

This is a python demo page\n\n

The demo python introduces several python courses.

\n

Python is a wonderful general-purpose programming language. You can learn Python from novice to professional by tracking the following courses:\nPython Crawler .

\n'

>>>

使用BeautifulSoup库

下面我来对beatifulsoup的安装进行小测。

>>> demo = r.text

>>> from bs4 import BeautifulSoup

>>> soup = BeautifulSoup(demo, 'html.parser')

>>> print(soup.prettify)

This is a python demo page

The demo python introduces several python courses.

Python is a wonderful general-purpose programming language. You can learn Python from novice to professional by tracking the following courses:

Python Crawler .

>

>>>

尽管我们安装这个库的时候安装的是beautifulsoup4，但是我们在使用的时候，我们可以用它的简写bs4，所以我们使用from bs4 import BeautifulSoup引入了BeautifulSoup类。

然后，我们把这个demo的页面熬成一个BeautifulSoup能够理解的汤。除了给出demo，同时还要给出一个解析demo的解释器，这里边我们的解释器使用的是html.parser，也就是说我们是对demo进行html的解析。

那下面我们看看我们解析是否正确，也就是看一下BeautifulSoup库安装是否正确，用Print语句将我们做的这锅汤打印出来。

总结

使用BeautifulSoup库简单来说只需要两行代码：

from bs4 import BeautifulSoup

soup = BeautifulSoup(‘

data

’)

BeautifulSoup类有两个参数，第一个参数是我们需要解析的一个HTML格式的信息，使用

data

表示；第二个参数是解析器，我们这里使用的html.parser。

只有两个代码，我们就可以解析我们看到的html的信息，是不是很简单呢！