Beautiful Soup

Beautiful Soup

原作者	Leonard Richardson
當前版本	4.12.3 (2024年1月17日；穩定版本)
源代碼庫	code.launchpad.net/beautifulsoup/
編程語言	Python
類型	HTML解析庫、網絡數據採集
許可協議	Python軟件基金會許可證 （Beautiful Soup 3及以前） MIT許可證（Beautiful 4及以後）
網站	www.crummy.com/software/BeautifulSoup/

Beautiful Soup是一個Python包，功能包括解析HTML、XML文檔、修復含有未閉合標籤等錯誤的文檔（此種文檔常被稱為tag soup）。這個擴展包為待解析的頁面建立一棵樹，以便提取其中的數據，這在網絡數據採集時非常有用。

在2021年，Python 2.7的官方支持終止，BeautifulSoup發行版4.9.3是支持Python 2.7的最後版本。

示例代碼

#!/usr/bin/env python3
# Anchor extraction from HTML document
from bs4 import BeautifulSoup
from urllib.request import urlopen
with urlopen('https://en.wikipedia.org/wiki/Main_Page') as response:
    soup = BeautifulSoup(response, 'html.parser')
    for anchor in soup.find_all('a'):
        print(anchor.get('href', '/'))

參見

• HTML解析器對比