BeautifulSoup 是一个用于解析 HTML 和 XML 文档的 Python 库，它能够从网页中提取数据，并且提供了简单易用的 API。无论是爬虫开发、数据抓取，还是网页内容分析，BeautifulSoup 都是一个非常强大的工具。本文将详细介绍如何安装 BeautifulSoup，并简要介绍其基本用法。
在安装 BeautifulSoup 之前，确保你已经安装了 Python 环境。BeautifulSoup 支持 Python 3.6 及以上版本。如果你还没有安装 Python，可以从 Python 官方网站 下载并安装最新版本的 Python。
在安装 BeautifulSoup 之前，建议先检查一下你的 Python 版本。打开终端（Windows 用户可以使用命令提示符或 PowerShell），输入以下命令：
计算
安全
数据库
网络和加速
企业服务
python --version
或者：
python3 --version
如果显示的是 Python 3.6 或更高版本，那么你可以继续安装 BeautifulSoup。
pip 是 Python 的包管理工具，用于安装和管理 Python 包。大多数情况下，Python 3.4 及以上版本已经自带了 pip。你可以通过以下命令检查是否已经安装了 pip：
pip --version
或者：
pip3 --version
如果显示的是 pip 的版本信息，说明 pip 已经安装。如果没有安装 pip，可以参考 pip 官方文档 进行安装。
BeautifulSoup 是一个第三方库，可以通过 pip 进行安装。安装过程非常简单，只需要在终端中输入以下命令：
pip install beautifulsoup4
或者：
pip3 install beautifulsoup4
beautifulsoup4 是 BeautifulSoup 的最新版本，支持 Python 3。安装完成后，你可以通过以下命令检查是否安装成功：
pip show beautifulsoup4
如果显示了 BeautifulSoup 的版本信息，说明安装成功。
BeautifulSoup 本身并不具备解析 HTML 或 XML 的能力，它依赖于外部的解析器。常见的解析器有：
为了获得更好的性能和功能，建议安装 lxml 解析器。你可以通过以下命令安装 lxml：
pip install lxml
如果你需要解析 HTML5 文档，可以安装 html5lib：
pip install html5lib
在某些情况下，你可能还需要安装其他依赖库，例如 requests，用于发送 HTTP 请求并获取网页内容。你可以通过以下命令安装 requests：
pip install requests
安装完成后，你可以通过一个简单的 Python 脚本来验证 BeautifulSoup 是否安装成功。创建一个新的 Python 文件（例如 test_bs4.py），并输入以下代码：
from bs4 import BeautifulSoup
# 创建一个简单的 HTML 文档
html_doc = """
<html><head><title>测试页面</title></head>
<body>
<p class="title"><b>这是一个测试页面</b></p>
<p class="story">这是一个简单的故事……
<a href="http://example.com/1" class="sister" id="link1">链接1</a>,
<a href="http://example.com/2" class="sister" id="link2">链接2</a>,
<a href="http://example.com/3" class="sister" id="link3">链接3</a>;
</p>
<p class="story">……故事结束。</p>
"""
# 使用 BeautifulSoup 解析 HTML
soup = BeautifulSoup(html_doc, 'lxml')
# 打印解析后的标题
print(soup.title)
print(soup.title.string)
# 打印所有链接
for link in soup.find_all('a'):
print(link.get('href'))
保存文件后，在终端中运行该脚本：
python test_bs4.py
如果输出如下内容，说明 BeautifulSoup 安装成功并且可以正常使用：
<title>测试页面</title> 测试页面 http://example.com/1 http://example.com/2 http://example.com/3
BeautifulSoup 提供了丰富的 API，可以方便地从 HTML 或 XML 文档中提取数据。以下是一些常用的操作：
你可以将 HTML 文档传递给 BeautifulSoup 进行解析。BeautifulSoup 支持多种解析器，例如 lxml、html.parser 和 html5lib。
from bs4 import BeautifulSoup
html_doc = """
<html><head><title>测试页面</title></head>
<body>
<p class="title"><b>这是一个测试页面</b></p>
</body></html>
"""
soup = BeautifulSoup(html_doc, 'lxml')
你可以通过标签名直接获取标签内容。例如，获取 <title> 标签的内容：
print(soup.title)
print(soup.title.string)
你可以使用 find_all() 方法查找所有符合条件的标签。例如，查找所有的 <a> 标签：
for link in soup.find_all('a'):
print(link.get('href'))
你可以通过 get() 方法获取标签的属性。例如，获取 <a> 标签的 href 属性：
for link in soup.find_all('a'):
print(link.get('href'))
BeautifulSoup 还支持使用 CSS 选择器来查找元素。例如，查找所有 class 为 sister 的 <a> 标签：
for link in soup.select('a.sister'):
print(link.get('href'))
BeautifulSoup 是一个功能强大且易于使用的 Python 库，适用于解析 HTML 和 XML 文档。通过本文的介绍，你应该已经掌握了如何安装 BeautifulSoup 及其依赖的解析器，并了解了其基本用法。在实际开发中，BeautifulSoup 可以帮助你轻松地从网页中提取所需的数据，是爬虫开发和数据抓取的利器。
如果你对 BeautifulSoup 的更多高级功能感兴趣，可以参考 BeautifulSoup 官方文档 进行深入学习。
亿速云「云服务器」，即开即用、新一代英特尔至强铂金CPU、三副本存储NVMe SSD云盘，价格低至29元/月。点击查看>>
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
原文链接：https://blog.csdn.net/hubing_hust/article/details/128278550
