BeautifulSoup4（bs4）是一个Python库，用于从HTML和XML文件中提取数据。它提供了简单而灵活的API，可以轻松地遍历、搜索和修改解析树。
bs4 html _HTML输入是一个Python库，用于解析和操作HTML文档，它提供了一种简单的方式来提取和修改HTML元素，以下是一个简单的示例：
from bs4 import BeautifulSoup
html_doc = """
<html>
<head>
<title>网页标题</title>
</head>
<body>
<h1>这是一个小标题</h1>
<table>
<tr>
<th>表头1</th>
<th>表头2</th>
</tr>
<tr>
<td>单元格1</td>
<td>单元格2</td>
</tr>
</table>
</body>
</html>
"""
soup = BeautifulSoup(html_doc, 'html.parser')
提取标题
title = soup.title.string
print("标题：", title)
提取小标题
h1 = soup.h1.string
print("小标题：", h1)
提取表格数据
table = soup.find('table')
rows = table.find_all('tr')
for row in rows:
cols = row.find_all('td')
cols = [col.text for col in cols]
print("表格数据：", cols)
在这个示例中，我们首先导入BeautifulSoup库，然后定义一个HTML文档字符串，接着，我们使用BeautifulSoup解析这个字符串，并提取其中的标题、小标题和表格数据，我们将这些数据打印出来。
原创文章，作者：K-seo，如若转载，请注明出处：https://www.kdun.cn/ask/526593.html
微信扫一扫 