Python BeautifulSoup4安装与简单应用

BeautifulSoup是最初学习Python抓取网页时都会用到的一个库，可以使HTML内容结构化，从而更方便的获取内部数据，可以说是pythoner居家必备的model之一。本文主要对BeautifulSoup的安装与应用作简单的介绍。

注：本文使用的BeautifulSoup版本为BeautifulSoup4

1. BeautifulSoup安装

linux安装

• 可以通过系统软件包来安装：$ apt-get install Python-bs4；
• 也可以通过easy_install或pip安装：$ easy_install beautifulsoup4，$ pip install beautifulsoup4。

windows安装

• 可以在官方地址下载源码，然后通过python setup.py install安装；
• 也可以通过easy_install或pip安装，方法同上。

2. 简单浏览结构化数据

使用BeautifulSoup对HTML内容解析之后，HTML内容就变成了结构化数据，可以轻易对其中的DOM元素进行操作，比如获取数据，修改，删除等。
注：由于BeautifulSoup用于采集数据较多，本文只对查找数据做示例。

import requestsfrom bs4 import BeautifulSoup as bspurl = ' >r = requests.get(url)soup = bsp(r.content) # 得到结构化数据soupprint soup.title # 定位title标签# <title>#张亚楠 ' BLOG - 天意从来高难问# </title>print soup.title.name # title标签的名称#titleprint soup.title.string # title标签中文本内容#张亚楠 ' BLOG - 天意从来高难问print soup.h2 # 定位HTML中第一个h2标签# <h2 class="title"><a href="/post/python-beautifulsoup" ><i class="fa fa-leaf"></i>Python BeautifulSoup4安装与简单应用</a># </h2>print soup.h2['class'] # 第一个h2标签的class属性#[u'title']print soup.body.div.div.a # 获取到导航中第一个链接#<a href="/">Home</a>

原标题：Python BeautifulSoup4安装与简单应用

关键词：