概述

数据分析 (Data Analyze) 可以在工作中的各个方面帮助我们. 本专栏为量化交易专栏下的子专栏, 主要讲解一些数据分析的基础知识.

Beautiful Soup

Beautiful 是一个可以从 HTML 或 XML 文件中提取数据的 Pyhton 库. 简单来说, 它能将 HTML 的标签文件解析成树形结构, 然后方便的获取到指定标签的对应属性.

安装:

pip install beautifulsoup4

例子:

from bs4 import BeautifulSoup# 创建一段HTML代码
html_content = """
<html>
<head>
<title>我是小白呀的博客</title>
</head>
<body>
<p class="redColor">个人介绍</p>
</body>
</html>
"""# 生成soup
soup = BeautifulSoup(html_content, "html.parser")# 调试输出
print(soup.title)  # 标题
print("name:", soup.title.name)
print(soup.head)  # 头部
print("name:", soup.head.name)
print(soup.p)  # 段落
print("name:", soup.p.name)
print("class:", soup.p.attrs)

输出结果:

<title>我是小白呀的博客</title>
name: title
<head>
<title>我是小白呀的博客</title>
</head>
name: head
<p class="redColor">个人介绍</p>
name: p
class: {'class': ['redColor']}
class: ['redColor']

提取页面信息

例子:

from urllib import request
from bs4 import BeautifulSoup# 网页
url = "https://iamarookie.blog.csdn.net/"# 发送请求
response = request.urlopen(url)# 获取内容
html_content = response.read().decode("utf-8")# 生成soup
soup = BeautifulSoup(html_content)# 解析博客名字
blog_name = soup.find("div", attrs={"class":"user-profile-head-name"}).text
print("博客名字:\n", blog_name)# 解析博客签名
blog_signature = soup.find("div", attrs={"class":"user-profile-head-introduction"}).text
print("博客签名:\n", blog_signature.strip())

输出结果:

博客名字:我是小白呀  码龄2年
博客签名:吾本布衣, 出自纽约, 四周大山. 箪瓢屡空, 环堵萧然, 不弊风日. 吾好读书, 滴水石穿, 笨鸟先飞, 求知不断, 方能立足. 不羡孔北海之座上客常满, 但求吾辈架上书常在. 涸辙遗鲋, 暮成枯, 人而无志, 与彼何殊. Self-study Computer Science. 愿为 open source 自效微力. 天高地阔，欲往观之. 因为啥也不会, 默默做一只小白

【数据分析】⚠️走进数据分析 3⚠️ Beautiful Soup 提取页面信息相关推荐

python爬虫之Beautiful Soup库，基本使用以及提取页面信息
一.Beautiful Soup简介爬虫正则表达式参考:Python 爬虫正则表达式和re库在爬虫过程中,可以利用正则表达式去提取信息,但是有些人觉得比较麻烦.因为花大量时间分析正则表达式.这时候 ...
三、Beautiful Soup解析库
一.Beautiful Soup介绍与安装 1,Beautiful Soup介绍答:Beautiful Soup是一个可以从HTML或XML文件中提取数据的Python库 2,Beautiful S ...
用Beautiful Soup进行屏幕抓取
数据抓取操作步骤创建用于发送HTTP请求时将用到的所有值发出HTTP请求并下载所有数据解析这些数据文件中需要的数据, 具体操作步骤首先需要弄清需要访问哪个URL以及需要哪种HTTP方法.HTT ...
【数据分析】走进数据分析 5 指标介绍
[数据分析]走进数据分析 5 指标介绍概述基础指标 DUA 留存渗透页面浏览指标 PV UV Depth of Visit 商业化指标 CTR ARPU CPM CPC ROI 概述数据分析 ...
Python爬虫学习之数据提取(Beautiful Soup)
Python爬虫学习之数据提取Beautiful Soup 前期回顾概述解析器准备工作实例节点选择器方法选择器 find_all find 总结前期回顾 Python爬虫学习之reque ...
Python爬虫之（八）数据提取-Beautiful Soup
Beautiful Soup的简介 Beautiful Soup提供一些简单的.python式的函数用来处理导航.搜索.修改分析树等功能.它是一个工具箱,通过解析文档为用户提供需要抓取的数据,因为简单 ...
python beautifulsoup_Python爬虫利器：Beautiful Soup的使用（一）
上一次的爬取网易新闻案例,我们使用到了一个解析 HTML 的库:Beautiful Soup.本次跟大家分享一下关于这个库的一些用法. Beautiful Soup 简介: Beautiful Sou ...
【Python beautiful soup】如何用beautiful soup 解析HTML内容
美丽汤(Beautiful Soup)是一个流行的Python库,用于从HTML或XML文件中提取数据.它将复杂的HTML文件转化为一个Python对象,使得用户可以更方便地解析.搜索和修改HTML内 ...
Python爬虫利器之Beautiful Soup的全世界最强用法五百行文章！
0. 前言爬虫是一个非常有意思的东西,比如自己做的一个网页上面什么数据都没有就可以爬虫别人的然后进行去重数据分析等等在这里因为爬虫涉及到的方面非常多 1. Beautiful Soup的简介 ...
python爬虫beautifulsoup实例-Python爬虫学习（二）使用Beautiful Soup库
(一)使用Beautiful Soup库(默认将HTML转换为utf-8编码) 1,安装Beautiful Soup库:pip install beautifulsoup4 2,简单使用: impor ...

【数据分析】⚠️走进数据分析 3⚠️ Beautiful Soup 提取页面信息

【数据分析】⚠️走进数据分析 3⚠️ Beautiful Soup 提取页面信息

概述

Beautiful Soup

提取页面信息

【数据分析】⚠️走进数据分析 3⚠️ Beautiful Soup 提取页面信息相关推荐

最新文章

热门文章