阿布云
你所需要的，不仅仅是一个好用的代理。
Python 通过BeautifulSoup 来解析Html
发表于
2018-03-16
1. 安装Beautifulsoup4
pip install beautifulsoup4
pip install lxml
pip install html5lib
lxml 和 html5lib 是解析器
2. html
<!-- This is the example.html file. -->
<html><head><title>The Website Title</title></head>
<body>
<p>Download my <strong>Python</strong> book from <a href="http://inventwithpython.com">my website</a>.</p>
<p class="slogan">Learn Python the easy way!</p>
<p>By <span id="author">Al Sweigart</span></p>
</body></html>
上面的html保存html文件
3.开始解析
import bs4
exampleFile = open('example.html')
exampleSoup = bs4.BeautifulSoup(exampleFile.read(),'html5lib')
elems = exampleSoup.select('#author')
type(elems)
print (elems[0].getText())
结果输出 Al Sweigart
BeautifulSoup 使用select 方法寻找元素，类似jquery的css选择器
soup.select(‘div’) ———————–所有为<div>的元素
soup.select(‘#author’)—————–id为author的元素
soup.select(‘.notice’)——————class 为notice的元素
参考《Python 编程快速上手—–让繁琐工作自动化》