本文主要是介绍Beautiful Soup库入门并用其构建简单的网页爬虫,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
简介:
Beautiful Soup是一个HTML和XML文档的Python解析器。我们可以用它从不提供API调用的web站点获取网页并构造数据集,还可以利用它在网页中查找索引所需要的文本。利用urllib2和Beautiful Soup, 我们可以建立一个爬虫程序。
urllib2是一个与Python绑定的库,其作用是方便网页的下载。urllib和urllib2两个模块功能都差不多,但urllib2更好一些。如果只用简单的下载,urllib就足够了。
Beautifl Soup 安装
它是一个HTML和XML文档的Python解析器。我们可以用它从不提供API调用的web站点获取网页并构造数据集,还可以利用它在网页中查找索引所需要的文本。
项目地址:http://www.crummy.com/software/BeautifulSoup/
官方文档:http://www.crummy.com/software/BeautifulSoup/bs4/doc/
中文文档:http://www.crummy.com/software/
这篇关于Beautiful Soup库入门并用其构建简单的网页爬虫的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!