Beautiful Soup: відмінності між версіями
Створено шляхом перекладу сторінки «Beautiful Soup (HTML parser)» Мітки: перше редагування Переклад вмісту «Переклад вмісту 2» |
(Немає відмінностей)
|
Версія за 11:54, 16 березня 2022
| 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 . [1]
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
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
Beautiful Soup 3 був офіційним релізом Beautiful Soup з травня 2006 року по березень 2012 року. Поточна версія Beautiful Soup 4.x. Beautiful Soup 4 можна встановити за допомогою pip install beautifulsoup4 .
- ↑ а б в Beautiful Soup website. Процитовано 18 April 2012.
Beautiful Soup is licensed under the same terms as Python itself
Помилка цитування: Некоректний тег<ref>; назва «crummy.com» визначена кілька разів з різним вмістом - ↑ 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.). Процитовано 19 вересня 2020.
- ↑ Tidelift. beautifulsoup4 | pypi via the Tidelift Subscription. tidelift.com (англ.). Процитовано 19 вересня 2020.