本文介绍了如何使用BeautifulSoup从HTML和XML文件中提取数据。通过实例展示了BeautifulSoup对象的创建、规范化输出、元素查找及属性获取等基本操作，为Python爬虫初学者提供了入门指导。
作者：IT小样
beautifulsoup 可以从HTML或者XML文件中提取数据。
BeautifulSoup基础引用
html_doc = '''
<html><head><title>hello,tester</title></head><body>
<p class="title"><b><h1>Hello,welcome</h1></b></p>
<p class="documentation">Tester, welcome! This is a new partion of your job's life. With python, you can finnish your work easier and faster.How, <a href="http://example.com/easier" class="easier" id="link1"> easier </a> and <a href="http://example.com/faster" class="faster" id = "link2">faster</a> Now, you have a initial impression about python.</p>
<p class="documention">let's go!!!</p>
</body></html>
'''
上面是一段html代码，可以用这段代码来初步了解BeautifulSoup。
from bs4 import BeautifulSoup
soup = BeautifulSoup(html_doc)
print("html_doc:"soup.prettify())
print("title:"soup.title)
print(soup.title.nam
最低0.47元/天 解锁文章
扫一扫
509
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
