當(dāng)前位置：首頁(yè) > 编程语言 > python >内容正文

python

python html parse

發(fā)布時(shí)間：2025/4/5 python 29 豆豆

生活随笔收集整理的這篇文章主要介紹了 python html parse 小編覺(jué)得挺不錯(cuò)的,現(xiàn)在分享給大家,幫大家做個(gè)參考.

bs4:轉(zhuǎn)換成unicode編碼，http://www.crummy.com/software/BeautifulSoup/

from bs4 import BeautifulSoupsoup = BeautifulSoup(open("index.html")) soup = BeautifulSoup("<html>data</html>")

Beautiful Soup將復(fù)雜HTML文檔轉(zhuǎn)換成一個(gè)復(fù)雜的樹(shù)形結(jié)構(gòu),每個(gè)節(jié)點(diǎn)都是Python對(duì)象,所有對(duì)象可以歸納為4種:?Tag?,?NavigableString?,BeautifulSoup?,?Comment?.

from bs4 import SoupStraineronly_a_tags = SoupStrainer("a") only_tags_with_id_link2 = SoupStrainer(id="link2") def is_short_string(string): return len(string) < 10 only_short_strings = SoupStrainer(text=is_short_string)

BeautifulSoup(html_doc, "html.parser", parse_only=only_a_tags)

lxml: python 對(duì) libxml 的包裝

html5lib：純python實(shí)現(xiàn)

轉(zhuǎn)載于:https://www.cnblogs.com/dmdj/p/4213103.html

總結(jié)

以上是生活随笔為你收集整理的python html parse的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。

上一篇： Python爬虫框架Scrapy 学习
下一篇： websocket python爬虫_p