Bella progetto Soup è un parser Python HTML / XML progettato per i progetti di turnaround veloce come screen-scraping. Tre caratteristiche lo rendono potente:
Beautiful Soup non soffocare se si dà cattivo markup. Si produce un albero di analisi che rende circa come molto senso come il documento originale. Questo di solito è sufficiente per raccogliere i dati necessari e scappare.
Beautiful Soup fornisce alcuni metodi semplici e idiomi Pythonic per la navigazione, la ricerca, e la modifica di un albero di analisi: un toolkit per sezionare un documento e l'estrazione di che cosa avete bisogno. Non è necessario creare un parser personalizzato per ogni applicazione.
Beautiful Soup converte automaticamente i documenti in entrata a Unicode e documenti in uscita ai UTF-8. Non dovete pensare a codifiche, a meno che il documento non specifica una codifica e bella minestra non può rilevare automaticamente uno. Poi è sufficiente specificare la codifica originale.
Beautiful Soup analizza tutto ciò si dà, e fa la roba albero attraversamento per voi. Si può dire che "Trova tutti i link", oppure "Trova tutti i collegamenti della classe externalLink", o "Trova tutti i collegamenti i cui URL corrisponde" foo.com ", o" Trova la tabella voce che il testo in grassetto ce l'ha, poi dare me quel testo. "
Dati importanti che una volta era rinchiuso in siti web mal progettato è ora a portata di mano. . I progetti che hanno preso ore prendono solo pochi minuti con Beautiful Soup
Requisiti :
- Python
I commenti non trovato