Lära Vad är Beautiful Soup? | Avkoda HTML med Beautiful Soup

BeautifulSoup är ett python-bibliotek som erbjuder omfattande funktionalitet för att tolka HTML-sidor. I föregående avsnitt arbetade du med HTML som en sträng, vilket medförde betydande begränsningar.

För att installera BeautifulSoup, kör följande kommando i din terminal eller kommandoprompt:

pip install beautifulsoup4;
För att komma igång, importera BeautifulSoup från bs4:

from bs4 import BeautifulSoup.


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

Detta bibliotek är utformat för att arbeta med HTML-filer och hanterar inte länkar. Du vet dock redan hur du hanterar detta med urlopen från urllib.requests. För att initiera parsning behöver du ange två parametrar till funktionen BeautifulSoup: den första är HTML-filen och den andra är parsern (vi kommer att använda den inbyggda parsern html.parser). Denna åtgärd skapar ett BeautifulSoup-objekt. Till exempel, låt oss öppna och läsa en webbsida.


              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 första metoden vi kommer att undersöka är .prettify(), som presenterar HTML-filen som en nästlad 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 allt tydligt?

Tack för dina kommentarer!

Avsnitt 2. Kapitel 1

Fråga AI

Fråga vad du vill eller prova någon av de föreslagna frågorna för att starta vårt samtal

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

Svep för att visa menyn