BS4庫怎么在Python中安裝與使用-創(chuàng)新互聯(lián)

本篇文章為大家展示了BS4庫怎么在Python中安裝與使用，內(nèi)容簡明扼要并且容易理解，絕對能使你眼前一亮，通過這篇文章的詳細介紹希望你能有所收獲。

在玉泉街道等地區(qū)，都構(gòu)建了全面的區(qū)域性戰(zhàn)略布局，加強發(fā)展的系統(tǒng)性、市場前瞻性、產(chǎn)品創(chuàng)新能力，以專注、極致的服務(wù)理念，為客戶提供成都網(wǎng)站建設(shè)、做網(wǎng)站網(wǎng)站設(shè)計制作按需設(shè)計網(wǎng)站,公司網(wǎng)站建設(shè),企業(yè)網(wǎng)站建設(shè),品牌網(wǎng)站制作,全網(wǎng)整合營銷推廣,成都外貿(mào)網(wǎng)站建設(shè)公司,玉泉街道網(wǎng)站建設(shè)費用合理。

bs4庫的安裝

Python的強大之處就在于他作為一個開源的語言，有著許多的開發(fā)者為之開發(fā)第三方庫，這樣我們開發(fā)者在想要實現(xiàn)某一個功能的時候，只要專心實現(xiàn)特定的功能，其他細節(jié)與基礎(chǔ)的部分都可以交給庫來做。bs4庫就是我們寫爬蟲強有力的幫手。

安裝的方式非常簡單：我們用pip工具在命令行里進行安裝

$ pip install beautifulsoup4

接著我們看一下是否成功安裝了bs4庫

$ pip list

這樣我們就成功安裝了 bs4 庫

BS4庫怎么在Python中安裝與使用

bs4庫的簡單使用

這里我們先簡單的講解一下bs4庫的使用，

暫時不去考慮如何從web上抓取網(wǎng)頁，

假設(shè)我們需要爬取的html是如下這么一段：

下面的一段HTML代碼將作為例子被多次用到.這是愛麗絲夢游仙境的的一段內(nèi)容(以后內(nèi)容中簡稱為愛麗絲的文檔):

<html><head><title>The Dormouse's story</title></head>
<body>
<p class="title"><b>The Dormouse's story</b></p>
  
<p class="story">Once upon a time there were three little sisters; and their names were
http://example.com/elsie" class="sister" id="link1">Elsie,
http://example.com/lacie" class="sister" id="link2">Lacie and
http://example.com/tillie" class="sister" id="link3">Tillie;
and they lived at the bottom of a well.</p>
  
<p class="story">...</p>
</html>

下面我們開始用bs4庫解析這一段html網(wǎng)頁代碼。

#導(dǎo)入bs4模塊
from bs4 import BeautifulSoup
#做一個美味湯
soup = BeautifulSoup(html，'html.parser')
#輸出結(jié)果
print(soup.prettify())
  
'''
OUT:
  
# <html>
# <head>
#  <title>
#  The Dormouse's story
#  </title>
# </head>
# <body>
#  <p class="title">
#  <b>
#   The Dormouse's story
#  </b>
#  </p>
#  <p class="story">
#  Once upon a time there were three little sisters; and their names were
#  <a class="sister" href="http://example.com/elsie" rel="external nofollow" id="link1">
#   Elsie
#  </a>
#  ,
#  <a class="sister" href="http://example.com/lacie" rel="external nofollow" id="link2">
#   Lacie
#  </a>
#  and
#  <a class="sister" href="http://example.com/tillie" rel="external nofollow" id="link2">
#   Tillie
#  </a>
#  ; and they lived at the bottom of a well.
#  </p>
#  <p class="story">
#  ...
#  </p>
# </body>
# </html>
'''

可以看到bs4庫將網(wǎng)頁文件變成了一個soup的類型，

事實上，bs4庫是解析、遍歷、維護、“標(biāo)簽樹“的功能庫。

通俗一點說就是： bs4庫把html源代碼重新進行了格式化，

從而方便我們對其中的節(jié)點、標(biāo)簽、屬性等進行操作。

下面是幾個簡單的瀏覽結(jié)構(gòu)化數(shù)據(jù)的方式：

請仔細觀察最前面的html文件

# 找到文檔的title
soup.title
# <title>The Dormouse's story</title>
  
#title的name值
soup.title.name
# u'title'
  
#title中的字符串String
soup.title.string
# u'The Dormouse's story'
  
#title的父親節(jié)點的name屬性
soup.title.parent.name
# u'head'
  
#文檔的第一個找到的段落
soup.p
# <p class="title"><b>The Dormouse's story</b></p>
  
#找到的p的class屬性值
soup.p['class']
# u'title'
  
#找到a標(biāo)簽
soup.a
# http://example.com/elsie" id="link1">Elsie
  
#找到所有的a標(biāo)簽
soup.find_all('a')
# [http://example.com/elsie" id="link1">Elsie,
# http://example.com/lacie" id="link2">Lacie,
# http://example.com/tillie" id="link3">Tillie]
  
#找到id值等于3的a標(biāo)簽
soup.find(id="link3")
# http://example.com/tillie" id="link3">Tillie

通過上面的例子我們知道bs4庫是這樣理解一個html源文件的：

首先把html源文件轉(zhuǎn)換為soup類型

接著從中通過特定的方式抓取內(nèi)容

更高級點的用法？

從文檔中找到所有<a>標(biāo)簽的鏈接:

#發(fā)現(xiàn)了沒有，find_all方法返回的是一個可以迭代的列表
for link in soup.find_all('a'):
  print(link.get('href'))
  # http://example.com/elsie
  # http://example.com/lacie
  # http://example.com/tillie

從文檔中獲取所有文字內(nèi)容:

#我們可以通過get_text 方法 快速得到源文件中的所有text內(nèi)容。
print(soup.get_text())
# The Dormouse's story
#
# The Dormouse's story
#
# Once upon a time there were three little sisters; and their names were
# Elsie,
# Lacie and
# Tillie;
# and they lived at the bottom of a well.
#
# ...

上述內(nèi)容就是BS4庫怎么在Python中安裝與使用，你們學(xué)到知識或技能了嗎？如果還想學(xué)到更多技能或者豐富自己的知識儲備，歡迎關(guān)注創(chuàng)新互聯(lián)成都網(wǎng)站設(shè)計公司行業(yè)資訊頻道。

另外有需要云服務(wù)器可以了解下創(chuàng)新互聯(lián)scvps.cn，海內(nèi)外云服務(wù)器15元起步，三天無理由+7*72小時售后在線，公司持有idc許可證，提供“云服務(wù)器、裸金屬服務(wù)器、高防服務(wù)器、香港服務(wù)器、美國服務(wù)器、虛擬主機、免備案服務(wù)器”等云主機租用服務(wù)以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡單易用、服務(wù)可用性高、性價比高”等特點與優(yōu)勢，專為企業(yè)上云打造定制，能夠滿足用戶豐富、多元化的應(yīng)用場景需求。

文章標(biāo)題：BS4庫怎么在Python中安裝與使用-創(chuàng)新互聯(lián)
URL網(wǎng)址：http://aaarwkj.com/article36/johpg.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供ChatGPT、品牌網(wǎng)站建設(shè)、網(wǎng)站策劃、做網(wǎng)站、標(biāo)簽優(yōu)化、小程序開發(fā)

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源：創(chuàng)新互聯(lián)

猜你還喜歡下面的內(nèi)容

欧美一级特黄大片做受成人-亚洲成人一区二区电影-激情熟女一区二区三区-日韩专区欧美专区国产专区

BS4庫怎么在Python中安裝與使用-創(chuàng)新互聯(lián)