Beautiful Soup
| Тип | HTML parser library, Web scraping |
|---|---|
| Автори | Леонард Річардсон |
| Перший випуск | 2004 |
| Стабільний випуск | reference (P348) |
| Платформа | Python |
| Мова програмування | Python |
| Ліцензія | Python Software Foundation License (Beautiful Soup 3 - an older version) MIT License 4+[1] |
| Онлайн-документація | crummy.com/software/BeautifulSoup/bs4/doc/ |
| Репозиторій | code.launchpad.net/beautifulsoup/ |
| Вебсайт | www.crummy.com/software/BeautifulSoup/ |
Beautiful Soup — це модуль Python для аналізу HTML і XML документів. Він створює дерево аналізу для розібраних сторінок, яке можна використовувати для вилучення даних з HTML,[2] що часто використовують для вебскрапінгу.
Beautiful Soup був започаткований Леонардом Річардсоном, який і продовжує робити свій внесок [3], проект додатково підтримується завдяки Tidelift, платній підписці на підтримку проектів з відкритим кодом.[4]
Модуль доступний для Python 2.7 і Python 3.
#!/usr/bin/env python3
# Anchor extraction from HTML document
from bs4 import BeautifulSoup
from urllib.request import urlopen
with urlopen('https://en.wikipedia.org/wiki/Main_Page') as response:
soup = BeautifulSoup(response, 'html.parser')
for anchor in soup.find_all('a'):
print(anchor.get('href', '/'))
Переваги та недоліки парсерів[ред. | ред. код]
Ця таблиця підсумовує переваги та недоліки кожної бібліотеки аналізаторів [1]
| Parser | Typical usage | Advantages | Disadvantages |
|---|---|---|---|
| Python’s html.parser | BeautifulSoup(markup, "html.parser") |
|
|
| lxml’s HTML parser | BeautifulSoup(markup, "lxml") |
|
|
| lxml’s XML parser |
BeautifulSoup(markup, "lxml-xml") BeautifulSoup(markup, "xml") |
|
|
| html5lib | BeautifulSoup(markup, "html5lib") |
|
|
Реліз[ред. | ред. код]
Beautiful Soup 3 був офіційним релізом Beautiful Soup з травня 2006 року по березень 2012 року. Поточна версія Beautiful Soup 4.x. [Архівовано 16 березня 2022 у Wayback Machine.] Beautiful Soup 4 можна встановити за допомогою pip install beautifulsoup4.
Посилання[ред. | ред. код]
- ↑ а б Beautiful Soup website. Архів оригіналу за 3 лютого 2017. Процитовано 18 квітня 2012.
Beautiful Soup is licensed under the same terms as Python itself
- ↑ Hajba, Gábor László (2018), Hajba, Gábor László (ред.), Using Beautiful Soup, Website Scraping with Python: Using BeautifulSoup and Scrapy (англ.), Apress: 41—96, doi:10.1007/978-1-4842-3925-4_3, ISBN 978-1-4842-3925-4
- ↑ Code : Leonard Richardson. Launchpad (англ.). Архів оригіналу за 30 квітня 2021. Процитовано 19 вересня 2020.
- ↑ Tidelift. beautifulsoup4 | pypi via the Tidelift Subscription. tidelift.com (англ.). Архів оригіналу за 8 листопада 2021. Процитовано 19 вересня 2020.