Oppiskele Mikä on Beautiful Soup? | HTML:n Purkaminen Beautiful Soupilla

BeautifulSoup on Python-kirjasto, joka tarjoaa laajat ominaisuudet HTML-sivujen jäsentämiseen. Edellisessä osiossa käsittelit HTML:ää merkkijonona, mikä asetti merkittäviä rajoituksia.

Asenna BeautifulSoup suorittamalla seuraava komento terminaalissa tai komentokehotteessa:

pip install beautifulsoup4;
Aloittaaksesi, tuo BeautifulSoup kirjastosta bs4:

from bs4 import BeautifulSoup.


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

Tämä kirjasto on suunniteltu HTML-tiedostojen käsittelyyn, eikä se käsittele linkkejä. Kuitenkin osaat jo käsitellä niitä käyttämällä urlopen-funktiota urllib.requests-kirjastosta. Jotta jäsentäminen voidaan aloittaa, sinun tulee antaa kaksi parametria BeautifulSoup-funktiolle: ensimmäinen on HTML-tiedosto ja toinen on jäsentäjä (käytämme sisäänrakennettua html.parser-jäsentäjää). Tämä toiminto luo BeautifulSoup-olion. Esimerkiksi avataan ja luetaan verkkosivu.


              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)

Ensimmäinen menetelmä, jota tarkastelemme, on .prettify(), joka esittää HTML-tiedoston sisäkkäisenä tietorakenteena.


              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())

Oliko kaikki selvää?

Kiitos palautteestasi!

Osio 2. Luku 1

Kysy tekoälyä

Kysy mitä tahansa tai kokeile jotakin ehdotetuista kysymyksistä aloittaaksesi keskustelumme

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

Pyyhkäise näyttääksesi valikon