Python解析html网页,掌握这4种方法就够了

在Python中解析HTML页面,常用的库有BeautifulSouplxmlhtml.parserpyquery等。以下是每种方法的简单介绍和示例代码。

  1. BeautifulSoup:



from bs4 import BeautifulSoup
import requests
 
url = 'http://example.com'
r = requests.get(url)
soup = BeautifulSoup(r.text, 'html.parser')
 
# 示例:获取页面的标题
print(soup.title.text)
  1. lxml:



from lxml import html
import requests
 
url = 'http://example.com'
r = requests.get(url)
tree = html.fromstring(r.text)
 
# 示例:使用XPath选择器查找元素
elements = tree.xpath('//div[@class="example"]')
for element in elements:
    print(element.text)
  1. html.parser:



import html.parser
import urllib.request
 
class MyHTMLParser(html.parser.HTMLParser):
    def handle_starttag(self, tag, attrs):
        if tag == 'a':
            for attr in attrs:
                if attr[0] == 'href':
                    print('Link:', attr[1])
 
url = 'http://example.com'
response = urllib.request.urlopen(url)
parser = MyHTMLParser()
parser.feed(response.read().decode())
  1. pyquery:



from pyquery import PyQuery as pq
import requests
 
url = 'http://example.com'
r = requests.get(url)
doc = pq(r.text)
 
# 示例:查找所有的链接
for link in doc('a'):
    print(link.attrib['href'])

以上代码提供了获取页面标题、查找特定元素、解析链接和获取文本内容的基本操作。选择哪种库取决于你的具体需求和项目的限制条件。

最后修改于:2024年08月23日 11:26

评论已关闭

推荐阅读

DDPG 模型解析,附Pytorch完整代码
2024年11月24日
DQN 模型解析,附Pytorch完整代码
2024年11月24日
AIGC实战——Transformer模型
2024年12月01日
Socket TCP 和 UDP 编程基础(Python)
2024年11月30日
python , tcp , udp
如何使用 ChatGPT 进行学术润色?你需要这些指令
2024年12月01日
AI
最新 Python 调用 OpenAi 详细教程实现问答、图像合成、图像理解、语音合成、语音识别(详细教程)
2024年11月24日
ChatGPT 和 DALL·E 2 配合生成故事绘本
2024年12月01日
omegaconf,一个超强的 Python 库!
2024年11月24日
【视觉AIGC识别】误差特征、人脸伪造检测、其他类型假图检测
2024年12月01日
[超级详细]如何在深度学习训练模型过程中使用 GPU 加速
2024年11月29日
Python 物理引擎pymunk最完整教程
2024年11月27日
MediaPipe 人体姿态与手指关键点检测教程
2024年11月27日
深入了解 Taipy:Python 打造 Web 应用的全面教程
2024年11月26日
基于Transformer的时间序列预测模型
2024年11月25日
Python在金融大数据分析中的AI应用(股价分析、量化交易)实战
2024年11月25日
AIGC Gradio系列学习教程之Components
2024年12月01日
Python3 `asyncio` — 异步 I/O,事件循环和并发工具
2024年11月30日
llama-factory SFT系列教程:大模型在自定义数据集 LoRA 训练与部署
2024年12月01日
Python 多线程和多进程用法
2024年11月24日
Python socket详解,全网最全教程
2024年11月27日