怎么使用BeautifulSoup解析HTML文档 - 问答

使用BeautifulSoup解析HTML文档的基本步骤如下：

导入BeautifulSoup库：

from bs4 import BeautifulSoup

创建BeautifulSoup对象并传入HTML文档和解析器：

html_doc = """
<html>
<head>
<title>Example HTML Document</title>
</head>
<body>
<p>This is an example paragraph.</p>
</body>
</html>
"""

soup = BeautifulSoup(html_doc, 'html.parser')

使用BeautifulSoup对象查找和提取需要的信息：

# 获取文档标题
title = soup.title
print(title.text)

# 获取第一个段落
paragraph = soup.p
print(paragraph.text)

使用BeautifulSoup对象查找特定标签或属性的内容：

# 查找所有的段落标签
paragraphs = soup.find_all('p')
for p in paragraphs:
    print(p.text)

# 查找包含特定class属性的标签
div = soup.find('div', class_='example_class')
print(div.text)

以上是使用BeautifulSoup解析HTML文档的基本方法，可以根据具体的需求和HTML文档结构来进一步应用BeautifulSoup的功能。

0 赞

0 踩