-html tutorial-php.cn

Cara menghuraikan dokumen HTML menggunakan Python dan BeautifulSoup adalah seperti berikut: muatkan dokumen HTML dan buat objek BeautifulSoup. Gunakan objek BeautifulSoup untuk mencari dan memproses elemen teg, seperti: Cari teg khusus: soup.find(tag_name) Cari semua teg khusus: soup.find_all(tag_name) Cari teg dengan atribut khusus: soup.find(tag_name, {'attribute ': 'value'}) mengekstrak kandungan teks atau nilai atribut label. Laraskan kod seperti yang diperlukan untuk mendapatkan maklumat tertentu.

HTML 段落自动缩进两空格

Menghuraikan dokumen HTML menggunakan Python dan BeautifulSoup

Matlamat:
Ketahui cara menghuraikan dokumen HTML menggunakan Python dan perpustakaan BeautifulSoup.

Pengetahuan penting:

Asas python
Pengetahuan HTML dan XML

Kod:

from bs4 import BeautifulSoup

# 加载 HTML 文档
html_doc = """
<html>
<head>
<title>HTML 文档</title>
</head>
<body>
<h1>标题</h1>
<p>段落</p>
</body>
</html>
"""

# 创建 BeautifulSoup 对象
soup = BeautifulSoup(html_doc, 'html.parser')

# 获取标题标签
title_tag = soup.find('title')
print(title_tag.text)  # 输出：HTML 文档

# 获取所有段落标签
paragraph_tags = soup.find_all('p')
for paragraph in paragraph_tags:
    print(paragraph.text)  # 输出：段落

# 获取特定属性的值
link_tag = soup.find('link', {'rel': 'stylesheet'})
print(link_tag['href'])  # 输出：样式表链接

Salin selepas log masuk

kes penggunaan yang mudah untuk digunakan secara spesifik maklumat daripada laman web reptilia. Contohnya, anda boleh menggunakan kod berikut untuk mengekstrak soalan dan jawapan daripada Stack Overflow:

import requests
from bs4 import BeautifulSoup

url = 'https://stackoverflow.com/questions/31207139/using-beautifulsoup-to-extract-specific-attribute'
response = requests.get(url)
soup = BeautifulSoup(response.text, 'html.parser')

questions = soup.find_all('div', {'class': 'question-summary'})
for question in questions:
    question_title = question.find('a', {'class': 'question-hyperlink'}).text
    question_body = question.find('div', {'class': 'question-snippet'}).text
    print(f'问题标题：{question_title}')
    print(f'问题内容：{question_body}')
    print('---')

Salin selepas log masuk

Ini hanyalah salah satu daripada banyak contoh menggunakan BeautifulSoup untuk menghuraikan dokumen HTML. Anda boleh melaraskan kod untuk mendapatkan maklumat yang berbeza berdasarkan keperluan khusus anda.
Atas ialah kandungan terperinci . Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!