HTML解析之三：安装BeautifulSoup4

原创于 2017-10-21 22:30:08 发布 · 450 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#爬虫 #网络爬虫 #BeautifulSoup

爬虫专栏收录该内容

13 篇文章

订阅专栏

本文介绍如何利用Python库BeautifulSoup进行HTML和XML文件的数据提取。重点讲解了BeautifulSoup的基本用法及其安装方法，并对比了几种不同的解析器，如lxml、html5lib等。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Beautiful Soup是一个可以从HTML或XML文件提取数据的python库
能够通过你喜欢的转换器实现惯用的文档导航，查找，修改文档的方式
在爬虫中主要用到Beautiful Soup的查找提取功能
推荐使用Beautiful Soup4

安装Beautiful Soup4
一：ubuntu或Debain可以执行  apt-get-install Python-bs4
二：通过命令安装：easy_install beautifulsoup4或者pip install beautiful4
三：下载源码：https://pypi.python.org/pypi/beautifulsoup4/
     安装命令：python setup.py install

Beautiful支持python标准库中的HTML解析器，还lxml。
lxml解析速度比HTML解析器速度快
安装lxml
apt-get install Python-lxml
easy_install lxml
pip install lxml

html5lib的解析方式与浏览器相同
安装html5lib
apt-get install Python-html5lib
easy_install html5lib
pip install html5lib