如何使用 Python 解析 HTML 并访问元素？

使用 Python 解析 HTML

问题：

如何访问和操作 HTML 元素使用Python解析器？我需要一个模块，允许我以结构化格式获取标签及其内容，类似于 Firefox 的“检查元素”功能中显示的嵌套结构。

答案：

BeautifulSoup

BeautifulSoup 模块是一个流行且功能强大的模块用于解析 HTML 的 Python 库。它可以将 HTML 转换为嵌套数据结构，使您可以轻松访问和导航 HTML 元素。

示例：

解析您提供的 HTML 文档：

from bs4 import BeautifulSoup

html = "Heading<div class="container"><div>
<p>获取“body”内“container”div的内容tag:</p>
<pre class="brush:php;toolbar:false">print(parsed_html.body.find('div', attrs={'class':'container'}).text)

其他选项:

• lxml: 快速高效的 XML 和 HTML 解析器，支持高级功能，例如作为 XPath。
• HTMLParser: A内置 Python 模块，提供基本的 HTML 解析器。