Lære Hvad er Beautiful Soup? | Afkodning af HTML med Beautiful Soup

BeautifulSoup er et python-bibliotek, der tilbyder omfattende funktionalitet til at analysere HTML-sider. I det foregående afsnit arbejdede du med HTML som en streng, hvilket medførte betydelige begrænsninger.

For at installere BeautifulSoup skal du køre følgende kommando i din terminal eller kommandoprompt:

pip install beautifulsoup4;
For at komme i gang skal du importere BeautifulSoup fra bs4:

from bs4 import BeautifulSoup.


              123
            
# Importing the library
from bs4 import BeautifulSoup
print(BeautifulSoup)

Dette bibliotek er designet til at arbejde med HTML-filer og håndterer ikke links. Du ved dog allerede, hvordan du håndterer dette ved hjælp af urlopen fra urllib.requests. For at starte parsningen skal du angive to parametre til funktionen BeautifulSoup: den første er HTML-filen, og den anden er parseren (vi vil bruge den indbyggede parser html.parser). Denne handling opretter et BeautifulSoup-objekt. For eksempel, lad os åbne og læse en webside.


              12345678910111213
            
# Importing libraries
from bs4 import BeautifulSoup
from urllib.request import urlopen

# Reading web page
url = "https://codefinity-content-media.s3.eu-west-1.amazonaws.com/18a4e428-1a0f-44c2-a8ad-244cd9c7985e/jesus.html"
page = urlopen(url)
html = page.read().decode("utf-8")

# Reading HTML with BeautifulSoup
soup = BeautifulSoup(html, "html.parser")
print(type(soup))
print(soup)

Den første metode, vi vil undersøge, er .prettify(), som præsenterer HTML-filen som en indlejret datastruktur.


              123456789101112
            
# Importing libraries
from bs4 import BeautifulSoup
from urllib.request import urlopen

# Reading web page
url = "https://codefinity-content-media.s3.eu-west-1.amazonaws.com/18a4e428-1a0f-44c2-a8ad-244cd9c7985e/jesus.html"
page = urlopen(url)
html = page.read().decode("utf-8")

# Reading HTML with BeautifulSoup
soup = BeautifulSoup(html, "html.parser")
print(soup.prettify())

Var alt klart?

Tak for dine kommentarer!

Sektion 2. Kapitel 1

Spørg AI

Spørg om hvad som helst eller prøv et af de foreslåede spørgsmål for at starte vores chat

Suggested prompts:

What does the .prettify() method do in BeautifulSoup?

Can you explain how to use BeautifulSoup to parse HTML?

What is the purpose of specifying "html.parser" as the parser?

Awesome!

Completion rate improved to 4.35

Stryg for at vise menuen