本篇文章為大家展示了BS4庫怎么在Python中安裝與使用，內(nèi)容簡明扼要并且容易理解，絕對能使你眼前一亮，通過這篇文章的詳細(xì)介紹希望你能有所收獲。

在玉泉街道等地區(qū)，都構(gòu)建了全面的區(qū)域性戰(zhàn)略布局，加強(qiáng)發(fā)展的系統(tǒng)性、市場前瞻性、產(chǎn)品創(chuàng)新能力，以專注、極致的服務(wù)理念，為客戶提供成都網(wǎng)站建設(shè)、做網(wǎng)站 網(wǎng)站設(shè)計(jì)制作按需設(shè)計(jì)網(wǎng)站,公司網(wǎng)站建設(shè),企業(yè)網(wǎng)站建設(shè),品牌網(wǎng)站制作,全網(wǎng)整合營銷推廣,成都外貿(mào)網(wǎng)站建設(shè)公司,玉泉街道網(wǎng)站建設(shè)費(fèi)用合理。

bs4庫的安裝

Python的強(qiáng)大之處就在于他作為一個(gè)開源的語言，有著許多的開發(fā)者為之開發(fā)第三方庫，這樣我們開發(fā)者在想要實(shí)現(xiàn)某一個(gè)功能的時(shí)候，只要專心實(shí)現(xiàn)特定的功能，其他細(xì)節(jié)與基礎(chǔ)的部分都可以交給庫來做。bs4庫 就是我們寫爬蟲強(qiáng)有力的幫手。

安裝的方式非常簡單：我們用pip工具在命令行里進(jìn)行安裝

$ pip install beautifulsoup4

接著我們看一下是否成功安裝了bs4庫

$ pip list

這樣我們就成功安裝了 bs4 庫

bs4庫的簡單使用

這里我們先簡單的講解一下bs4庫的使用，

暫時(shí)不去考慮如何從web上抓取網(wǎng)頁，

假設(shè)我們需要爬取的html是如下這么一段：

下面的一段HTML代碼將作為例子被多次用到.這是 愛麗絲夢游仙境的 的一段內(nèi)容(以后內(nèi)容中簡稱為 愛麗絲 的文檔):

The Dormouse's story

  
Once upon a time there were three little sisters; and their names were
http://example.com/elsie" class="sister" id="link1">Elsie,
http://example.com/lacie" class="sister" id="link2">Lacie and
http://example.com/tillie" class="sister" id="link3">Tillie;
and they lived at the bottom of a well.

  
...

下面我們開始用bs4庫解析這一段html網(wǎng)頁代碼。

#導(dǎo)入bs4模塊
from bs4 import BeautifulSoup
#做一個(gè)美味湯
soup = BeautifulSoup(html，'html.parser')
#輸出結(jié)果
print(soup.prettify())
  
'''
OUT:
  
# 
# 
#  
# 
# 
#  
#  
#   The Dormouse's story
#  
#  

#  
#  Once upon a time there were three little sisters; and their names were
#  
#   Elsie
#  
#  ,
#  
#   Lacie
#  
#  and
#  
#   Tillie
#  
#  ; and they lived at the bottom of a well.
#  

#  
#  ...
#  

# 
# 
'''

可以看到bs4庫將網(wǎng)頁文件變成了一個(gè)soup的類型，

事實(shí)上，bs4庫 是解析、遍歷、維護(hù)、“標(biāo)簽樹“的功能庫。

通俗一點(diǎn)說就是： bs4庫把html源代碼重新進(jìn)行了格式化，

從而方便我們對其中的節(jié)點(diǎn)、標(biāo)簽、屬性等進(jìn)行操作。

下面是幾個(gè)簡單的瀏覽結(jié)構(gòu)化數(shù)據(jù)的方式 ：

請仔細(xì)觀察最前面的html文件

# 找到文檔的title
soup.title
# 
  
#title的name值
soup.title.name
# u'title'
  
#title中的字符串String
soup.title.string
# u'The Dormouse's story'
  
#title的父親節(jié)點(diǎn)的name屬性
soup.title.parent.name
# u'head'
  
#文檔的第一個(gè)找到的段落
soup.p
# The Dormouse's story

  
#找到的p的class屬性值
soup.p['class']
# u'title'
  
#找到a標(biāo)簽
soup.a
# http://example.com/elsie" id="link1">Elsie
  
#找到所有的a標(biāo)簽
soup.find_all('a')
# [http://example.com/elsie" id="link1">Elsie,
# http://example.com/lacie" id="link2">Lacie,
# http://example.com/tillie" id="link3">Tillie]
  
#找到id值等于3的a標(biāo)簽
soup.find(id="link3")
# http://example.com/tillie" id="link3">Tillie

通過上面的例子 我們知道bs4庫是這樣理解一個(gè)html源文件的：

首先 把html源文件轉(zhuǎn)換為soup類型

接著 從中通過特定的方式抓取內(nèi)容

 更高級(jí)點(diǎn)的用法？

從文檔中找到所有標(biāo)簽的鏈接:

#發(fā)現(xiàn)了沒有，find_all方法返回的是一個(gè)可以迭代的列表
for link in soup.find_all('a'):
  print(link.get('href'))
  # http://example.com/elsie
  # http://example.com/lacie
  # http://example.com/tillie

從文檔中獲取所有文字內(nèi)容:

#我們可以通過get_text 方法 快速得到源文件中的所有text內(nèi)容。
print(soup.get_text())
# The Dormouse's story
#
# The Dormouse's story
#
# Once upon a time there were three little sisters; and their names were
# Elsie,
# Lacie and
# Tillie;
# and they lived at the bottom of a well.
#
# ...

上述內(nèi)容就是BS4庫怎么在Python中安裝與使用，你們學(xué)到知識(shí)或技能了嗎？如果還想學(xué)到更多技能或者豐富自己的知識(shí)儲(chǔ)備，歡迎關(guān)注創(chuàng)新互聯(lián)成都網(wǎng)站設(shè)計(jì)公司行業(yè)資訊頻道。

另外有需要云服務(wù)器可以了解下創(chuàng)新互聯(lián)scvps.cn，海內(nèi)外云服務(wù)器15元起步，三天無理由+7*72小時(shí)售后在線，公司持有idc許可證，提供“云服務(wù)器、裸金屬服務(wù)器、高防服務(wù)器、香港服務(wù)器、美國服務(wù)器、虛擬主機(jī)、免備案服務(wù)器”等云主機(jī)租用服務(wù)以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡單易用、服務(wù)可用性高、性價(jià)比高”等特點(diǎn)與優(yōu)勢，專為企業(yè)上云打造定制，能夠滿足用戶豐富、多元化的應(yīng)用場景需求。

分享題目：BS4庫怎么在Python中安裝與使用-創(chuàng)新互聯(lián)
文章URL：http://weahome.cn/article/johpg.html