使用 python 和 beautifulsoup 解析 html 文档的方法如下：加载 html 文档并创建 beautifulsoup 对象。使用 beautifulsoup 对象查找和处理标签元素，如：查找特定标签：soup.find(tag_name)查找所有特定标签：soup.find_all(tag_name)查找具有特定属性的标签：soup.find(tag_name, {'attribute': 'value'})提取标签的文本内容或属性值。根据需要调整代码以获取特定信息。

使用 Python 和 BeautifulSoup 解析 HTML 文档

目标：
了解如何使用 Python 和 BeautifulSoup 库解析 HTML 文档。

必备知识：

• Python 基础
• HTML 和 XML 知识

代码：

立即学习“前端免费学习笔记（深入）”；

Revid AI

AI短视频生成平台

下载

from bs4 import BeautifulSoup

# 加载 HTML 文档
html_doc = """





标题
段落


"""

# 创建 BeautifulSoup 对象
soup = BeautifulSoup(html_doc, 'html.parser')

# 获取标题标签
title_tag = soup.find('title')
print(title_tag.text)  # 输出：HTML 文档

# 获取所有段落标签
paragraph_tags = soup.find_all('p')
for paragraph in paragraph_tags:
    print(paragraph.text)  # 输出：段落

# 获取特定属性的值
link_tag = soup.find('link', {'rel': 'stylesheet'})
print(link_tag['href'])  # 输出：样式表链接

实战案例：
一个简单的实战案例是使用 BeautifulSoup 从网页中提取指定信息的爬虫。例如，你可以使用以下代码从 Stack Overflow 中提取问题和答案：

import requests
from bs4 import BeautifulSoup

url = 'https://stackoverflow.com/questions/31207139/using-beautifulsoup-to-extract-specific-attribute'
response = requests.get(url)
soup = BeautifulSoup(response.text, 'html.parser')

questions = soup.find_all('div', {'class': 'question-summary'})
for question in questions:
    question_title = question.find('a', {'class': 'question-hyperlink'}).text
    question_body = question.find('div', {'class': 'question-snippet'}).text
    print(f'问题标题：{question_title}')
    print(f'问题内容：{question_body}')
    print('---')

这只是使用 BeautifulSoup 解析 HTML 文档的众多示例之一。你可以根据具体需求调整代码以获取不同的信息。