怎么安裝和使用Python第三方模塊beautifulsoup

怎么安裝和使用Python第三方模塊beautifulsoup？針對這個問題，這篇文章詳細介紹了相對應的分析和解答，希望可以幫助更多想解決這個問題的小伙伴找到更簡單易行的方法。

beautiful soup是Python的一個HTML或XML的解析庫。它提供一個簡單的、Python式的函數來處理導航、搜索、修改分析數等功能。它是一個工具箱，通過解析文檔為用戶提供需要抓取的數據，因為簡單，所以不需要多少代碼就可以寫出一個完整的應用程序。

beautiful soup自動將輸入文檔轉化為Unicode編碼，輸出文檔轉化為utf-8編碼。你不需要考慮編碼方式，除非文檔沒有指定一個編碼方式，這時你僅僅需要說明一下原始的編碼方式就可以了。

安裝

windows下：

首先進入pip的安裝目錄，位于Scripts文件夾中

然后執行：

pip install beautifulsoup4

Linux下：

$ sudo apt-get python-bs4(python2)
$ sudo apt-get python3-bs4(python3)

Beautiful Soup常用的方法和屬性

1.find_all() 方法：find_all()方法搜索當前tag的所有符合過濾條件的tag子節點。在搜索子節點的時候，我們不僅可以制定要搜索的子節點的標簽名，還可以添加過濾條件，更精確的選擇我們需要的子節點。

2.find() 方法：find()方法和find_all()方法的參數和用法幾乎一樣，只不過find()方法只選取符合條件的第一個標簽。

3.get_text()方法：如果只想得到tag中包含的文本內容,那么可以使用get_text()方法,這個方法獲取到tag中包含的所有文版內容包括子孫tag中的內容,并將結果作為Unicode字符串返回。

4.獲取節點屬性的方法：如果我們想要獲取節點的屬性，比如對于<a href="www.baidu.com"></a>，我們想獲取它的href屬性值，即www.baidu.com。

5.select()方法：通過使用beautifulsoup庫中的select()方法，我們可以使用CSS選擇器來選擇我們需要的標簽。也就是說，我們可以通過標簽名，標簽的class、標簽的id，通過標簽的name、href等屬性來選擇我們的元素。使用該方法返回的是一個迭代器，我們可以通過for…in…循環遍歷。

6.string屬性：如果一個節點只包含一個文本節點，或者是只包含一個節點，那么可以使用該屬性獲取該文本節點的文本內容，或者是這個節點的文本內容。例如：對于<div>hahaha</div>和<div><p>hahaha</p></div>，使用返回的結果是一樣的。

7.strings屬性：如果一個節點下面有很多子孫節點，我們可以使用strings屬性來獲取其子孫節點的所有文本。該屬性最終返回的是一個迭代器，我們可以通過for…in…循環來遍歷。

8.stripped_strings屬性：在使用上述strings屬性獲取一個節點中后代文本的時候，可能或出現換行和空格等空白文本，這樣在處理的時候會出現麻煩，如果不想獲取換行和空格，那么我們可以使用stripped_strings屬性。該屬性和strings屬性一樣，返回的也是迭代器，不能直接打印，需要使用for…in…循環來遍歷。

9.contents屬性：該屬性返回的是某個節點下的全部子元素，包括子元素的標簽名和文本內容。返回的數據類型是列表。

10.children屬性：該屬性和contents屬性的用法是一樣的，但是返回的數據類型是迭代器。

Beautiful Soup4中四中常見的對象

1.Tag對象：Beautiful Soup中所有的標簽都是Tag類型，并且通過bs = BeautifulSoup(html_str, 'lxml')方法常見的bs對象在本質上也是Tag類型。我們我們前面說到的find_all()、find()等方法，也都是Tag對象的方法。

2.BeautifulSoup對象：通過bs = BeautifulSoup(html_str, ‘lxml’)方法常見的bs是BeautifulSoup對象，BeautifulSoup繼承自Tag對象。所以我們之前說bs在本質上是Tag類型，而且BeautifulSoup對象的find_all()、find()也是繼承自Tag對象的。

3.NavigableString對象：該對象繼承自Python中的str對象，用起來和str一樣，沒什么說的。

4.Comment對象：這個對象繼承自NavigableString對象，也沒什么說的。

總結：

·推薦使用lxml，必要時使用lxml.parser；

·節點選擇篩選功能弱，但速度塊；

·建議使用find()；find_all()查詢單個或者多個結果；

·css選擇器也是個不錯的選擇。

關于怎么安裝和使用Python第三方模塊beautifulsoup問題的解答就分享到這里了，希望以上內容可以對大家有一定的幫助，如果你還有很多疑惑沒有解開，可以關注億速云行業資訊頻道了解更多相關知識。