功能
- 解析和遍历HTML/XML文档
- 搜索和提取特定元素
- 修改文档结构
BeautifulSoup是一个Python库,用于从HTML或XML文件中解析和提取数据。它提供了一种简单而灵活的方法来遍历解析树,搜索和提取所需的数据。
以下是一个示例代码,演示如何使用BeautifulSoup解析和组织数据:
from bs4 import BeautifulSoup
# HTML示例数据
html = """
BeautifulSoup
美丽的汤
BeautifulSoup是一个用于解析HTML和XML文档的Python库。
功能
- 解析和遍历HTML/XML文档
- 搜索和提取特定元素
- 修改文档结构
"""
# 创建BeautifulSoup对象
soup = BeautifulSoup(html, 'html.parser')
# 提取标题
title = soup.title.string
print(f"标题: {title}")
# 提取描述文本
description = soup.find('p', class_='description').text
print(f"描述: {description}")
# 提取功能列表
features = soup.find('div', id='content').find_all('li')
print("功能列表:")
for feature in features:
print(f"- {feature.text}")
输出结果:
标题: BeautifulSoup
描述: BeautifulSoup是一个用于解析HTML和XML文档的Python库。
功能列表:
- 解析和遍历HTML/XML文档
- 搜索和提取特定元素
- 修改文档结构
在这个示例中,我们首先从一个HTML字符串创建了一个BeautifulSoup对象。然后,我们使用各种方法和属性来提取所需的数据。例如,我们使用.title.string
来提取标题的内容,使用.find('p', class_='description').text
来提取描述文本,使用.find('div', id='content').find_all('li')
来提取功能列表。
通过这些方法和属性,我们可以轻松地解析和组织HTML或XML文档中的数据。