小編給大家分享一下python3中怎么使用BeautifulSoup，相信大部分人都還不怎么了解，因此分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后大有收獲，下面讓我們一起去了解一下吧！

目前創(chuàng)新互聯(lián)已為成百上千家的企業(yè)提供了網(wǎng)站建設(shè)、域名、網(wǎng)頁空間、網(wǎng)站托管、服務(wù)器托管、企業(yè)網(wǎng)站設(shè)計、天峨網(wǎng)站維護等服務(wù)，公司將堅持客戶導(dǎo)向、應(yīng)用為本的策略，正道將秉承"和諧、參與、激情"的文化，與客戶和合作伙伴齊心協(xié)力一起成長，共同發(fā)展。Python的優(yōu)點有哪些

1、簡單易用，與C/C++、Java、C# 等傳統(tǒng)語言相比，Python對代碼格式的要求沒有那么嚴(yán)格；2、Python屬于開源的，所有人都可以看到源代碼，并且可以被移植在許多平臺上使用；3、Python面向?qū)ο螅軌蛑С置嫦蜻^程編程,也支持面向?qū)ο缶幊蹋?、Python是一種解釋性語言，Python寫的程序不需要編譯成二進制代碼，可以直接從源代碼運行程序；5、Python功能強大，擁有的模塊眾多，基本能夠?qū)崿F(xiàn)所有的常見功能。

這一次我們來了解一下美味的湯--BeautifulSoup，這將是我們以后經(jīng)常使用的一個庫，并且非常的好用。

BeautifuleSoup庫的名字取自劉易斯·卡羅爾在《愛麗絲夢游仙境》里的同名詩歌。在故事中，這首歌是素甲魚唱的。就像它在仙境中的說法一樣，BeautifulSoup嘗試化平淡為神奇。它通過定位HTML標(biāo)簽來格式化和組織復(fù)雜的網(wǎng)絡(luò)信息，用簡單易用的Python對象為我們展現(xiàn)XML結(jié)構(gòu)信息。

由于BeautifulSoup庫不是Python標(biāo)準(zhǔn)庫，因此我們需要單獨安裝這個庫，才能使用它。對于這個庫的安裝，我們這里秉著簡單的原則，就直接利用pycharm這個IDLE進行庫的自動下載和導(dǎo)入。

首先我們進入pycharm的主界面，單擊file-〉settings-〉Project：untitled-〉Project Interpreter，如下圖：

在上圖中我們會看到一個綠色的加號，這時我們單擊這個加號，會跳出如下的界面（pycharm在這個地方有時候很慢，會一直在這個界面刷新）：

這時我們在搜索框中輸入“bs4”，然后選擇列表中的bs4，然后進行安裝，如下圖：

這樣我們就完成了BeautifulSoup這個庫的安裝，下面我們就可以來使用它了。

關(guān)于這個庫的官方文檔解釋的是很詳細(xì)的，一定要看一看：點擊打開鏈接

下面我就簡單說一下這個庫的一些方面。

首先呢，我們還是從一個例子開始我們的學(xué)習(xí)：

#coding:utf - 8
from urllib.request import urlopen
from bs4 import BeautifulSoup
 
html = urlopen("http://tieba.baidu.com/")
bsObj=BeautifulSoup(html,"lxml")  #將html對象轉(zhuǎn)化為BeautifulSoup對象
print(bsObj.title)  #輸出這個網(wǎng)頁中的標(biāo)題 
執(zhí)

執(zhí)行上面的程序，我們會得到的結(jié)果為：
首先我們來分析下bsObj=BeautifulSoup(html,"lxml")這句話對我們的html做了什么，在這句代碼中，我們將html對象傳入到BeautifulSoup中將它轉(zhuǎn)化成BeautifulSoup對象，關(guān)于第二個參數(shù)lxml，可以到官方文檔中看，解釋得很詳細(xì)，這里大家只要知道帶上它就可以了，不需要管它。這樣，我們就成功將html對象轉(zhuǎn)化為了BeautifulSoup對象。
下面我們來了解下BeautifulSoup對象的結(jié)構(gòu)，當(dāng)我們將html轉(zhuǎn)化后得到的結(jié)構(gòu)為：
html->.........
---head->

     ----body->.........

關(guān)于這個頁面的結(jié)構(gòu)我中間省略了一些無關(guān)緊要的元素，只是為了展示下這種層次化的結(jié)構(gòu)。

從上面我們可以看出，BeautifulSoup將html對象進行了層次化處理了，對它的原網(wǎng)頁的標(biāo)簽進行了逐層的處理和細(xì)化，以便于我們之后使用。也就是我們只要知道，任何HTML（或XML）文件的任意節(jié)點信息都可以被提取出來，只要目標(biāo)信息的旁邊或者附近有標(biāo)記就行了，這個標(biāo)記就是我們網(wǎng)頁中使用到的各種div、li之類的標(biāo)簽元素，也可以是class、id之類的屬性，通過這些我們都可以對需要的信息進行提取。

對于剛剛的bsObj.title這個提取標(biāo)題的操作，由于一個網(wǎng)頁中只有一個title，所以我們可以直接獲取到它，因為它是唯一的嘛，大家可以這樣理解，在一個學(xué)校中，你的學(xué)號是唯一的，我可以通過直接查找學(xué)號進而唯一的搜索你，而不會產(chǎn)生歧義。

對于bsObj.title我們有多重替代方案：

• bsObj.html.head.title

• bsObj.html.title

• bsObj.head.title

關(guān)于上面的代碼大家是對網(wǎng)頁中元素的細(xì)化搜索，可以這樣理解啊，假定你已經(jīng)知道一個人是計科院的了，那你搜索他的時候常規(guī)思路便是直接在計科院找他，而bsObj.head中的head就相當(dāng)于計科院，它是網(wǎng)頁中的頭部，title就放在這里面，所以我們使用bsObj.head.title也可以實現(xiàn)這個效果，其它的代碼可以類似分析。

BeautifulSoup是一個對象，所以我們可以通過運算符“.”對它的屬性進行提取。

如bsObj.title獲取html的標(biāo)題對象，bsObj.title.name獲取標(biāo)題的名字。。。

以上是“python3中怎么使用BeautifulSoup”這篇文章的所有內(nèi)容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內(nèi)容對大家有所幫助，如果還想學(xué)習(xí)更多知識，歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道！

分享題目：python3中怎么使用BeautifulSoup-創(chuàng)新互聯(lián)
本文路徑：http://weahome.cn/article/dddsos.html