简介
Beautiful Soup是一款强大的Python库，广泛用于解析HTML和XML文档，从中提取数据并进行处理。它的灵活性和易用性使得数据抽取变得简单，本文将详细介绍Beautiful Soup库的基本用法和示例。
安装Beautiful Soup
首先，需要确保我们已经安装了Python。然后，可以使用以下命令通过pip安装Beautiful Soup：
python复制代码pip install beautifulsoup4
导入库
在Python脚本中导入Beautiful Soup库：
python复制代码from bs4 import BeautifulSoup
解析文档
使用Beautiful Soup解析文档的基本步骤如下：
python复制代码# 假设有一个名为example.html的HTML文件
with open("example.html", "r") as f:
html_doc = f.read()
# 使用Beautiful Soup解析HTML文档
soup = BeautifulSoup(html_doc, 'html.parser')
使用示例：提取标题和链接
假设我们有一个HTML文档如下：
html复制代码
示例页面
欢迎来到示例页面
这是一个包含链接的示例页面。
访问示例网站
我们想要从中提取标题和链接，可以这样做：
python复制代码# 提取标题
title = soup.title.string
print("标题:", title)
# 提取链接
link = soup.a["href"]
print("链接:", link)
使用示例：遍历标签
假设我们有一个包含多个新闻条目的HTML文档：
html复制代码
标题1
内容1