Wie kann ich mit Python HTML analysieren und auf Elemente zugreifen?

HTML mit Python analysieren

Frage:

Wie kann ich auf HTML-Elemente zugreifen und diese bearbeiten? mit einem Python-Parser? Ich benötige ein Modul, das es mir ermöglicht, Tags und ihren Inhalt in einem strukturierten Format abzurufen, ähnlich der verschachtelten Struktur, die in der Firefox-Funktion „Element prüfen“ angezeigt wird.

Antwort:

BeautifulSoup

Das BeautifulSoup-Modul ist eine beliebte und leistungsstarke Python-Bibliothek zum Parsen von HTML. Es kann HTML in eine verschachtelte Datenstruktur umwandeln, sodass Sie problemlos auf HTML-Elemente zugreifen und darin navigieren können.

Beispiel:

So analysieren Sie das von Ihnen bereitgestellte HTML-Dokument:

from bs4 import BeautifulSoup

html = "Heading<div class="container"><div>
<p>Um den Inhalt des „Container“-Div innerhalb des „Body“ abzurufen tag:</p>
<pre class="brush:php;toolbar:false">print(parsed_html.body.find('div', attrs={'class':'container'}).text)

Andere Optionen:

• lxml: Ein schneller und effizienter XML- und HTML-Parser, der erweiterte Funktionen wie unterstützt als XPath.
• HTMLParser: Ein integriertes Python-Modul, das Folgendes bereitstellt ein einfacher HTML-Parser.