Beautiful Soup安装

Beautiful Soup安装

　　由于 BeautifulSoup不是标准的 Python 库，我们需要时Beautiful Soup时，得先安装。我们将安装最新的 BeautifulSoup 4 库（也称为 BS4）。为了使得我们的工作环境以免干扰现有设置，让我们首先创建一个虚拟环境。本文我们将为你介绍Beautiful Soup安装以及需要注意的点。

创建虚拟环境(可选)

　　虚拟环境允许我们为特定项目创建独立的 Python 工作副本，而不会影响外部设置。

　　安装任何 python 包机器的最佳方法是使用 pip，但是，如果 pip 尚未安装（您可以在命令或 shell 提示符中使用 –“pip –version”检查它），您可以通过以下命令进行安装 –

Linux环境

$sudo apt-get install python-pip

Windows环境

　　要在 Windows 中安装 pip，需要从https://bootstrap.pypa.io/get-pip.py 或 从github下载 get-pip.py到您的计算机。打开命令提示符并导航到包含 get-pip.py 文件的文件夹。

>python get-pip.py

　　就是这样，pip 现在安装在你的 Windows 机器上。您可以通过运行以下命令来验证您的 pip 安装 –

>pip --version

安装虚拟环境

　　 为了使得我们的工作环境以免干扰现有设置，有时候需要给电脑安装虚拟环境，在命令提示符中运行以下命令 –

>pip install virtualenv

　　运行安装完成后，就需要创建自己的虚拟环境，下面的命令将在您的当前目录中创建一个虚拟环境（“myEnv”）

>virtualenv myEnv

　　看到如上图所示，就说明虚拟环境以及建立好了，接下来就是要激活您的虚拟环境，请运行以下命令 –

>myEnv\Scripts\activate

　　在上面的截图中，你可以看到我们有“myEnv”作为前缀，它告诉我们我们在虚拟环境“myEnv”下。要退出虚拟环境，请运行deactivate。

安装 BeautifulSoup

　　随着我们的虚拟环境准备就绪，现在让我们安装 beautifulsoup。由于 BeautifulSoup 不是标准库，我们需要安装它。我们将使用 BeautifulSoup 4 包（称为 bs4）。

Linux系统

　　要使用系统包管理器在 Debian 或 Ubuntu linux 上安装 bs4，请运行以下命令 –

$sudo apt-get install python-bs4 (for python 2.x)

$sudo apt-get install python3-bs4 (for python 3.x)

　　您可以使用 easy_install 或 pip 安装 bs4（以防您在使用系统打包器安装时发现问题）。

$easy_install beautifulsoup4

$pip install beautifulsoup4

　　（如果您使用的是 python3，您可能需要分别使用 easy_install3 或 pip3）

Windows系统

　　在windows中安装beautifulsoup4非常简单，特别是如果你已经安装了pip。

>pip install beautifulsoup4

　　所以现在beautifulsoup4安装在我们的机器上。说一下安装后遇到的一些问题。

　　（如果您使用的是 python3，可能需要使用 或 pip3）

安装解析器

　　默认情况下，Beautiful Soup 支持 Python 标准库中包含的 HTML 解析器，但它也支持许多外部第三方Python 解析器，如 lxml 解析器或 html5lib 解析器。要安装 lxml 或 html5lib 解析器，请使用命令 –

　　Linux系统

$apt-get install python-lxml
$apt-get insall python-html5lib

　　Windows系统

$pip install lxml
$pip install html5lib

　　通常，用户使用 lxml 来提高速度，如果您使用的是旧版本的 python 2（2.7.3 之前的版本）或 python 3（3.2.2 之前的版本），建议使用 lxml 或 html5lib 解析器，因为 python 的内置 HTML 解析器是不太擅长处理旧版本。

Beautifulsoup示例

　　是时候在其中一个 html 页面中测试我们的 Beautiful Soup 包了（获取网页 – https://www.pythonthree.com/ ，您可以选择您想要的任何其他网页）并从中提取一些信息它。

　　在下面的代码中，我们试图从网页中提取标题 –

from bs4 import BeautifulSoup
import requests
url = "https://www.pythonthree.com/"
req = requests.get(url)
soup = BeautifulSoup(req.text, "html.parser")
print(soup.title)

　　输出：

<title>晓得博客 - 分享python、WordPress主题、wordpress插件、WordPress插件教程、WordPress外贸建站与网络营销的实战经验</title>

　　Beautifulsoup使用种常见任务是提取网页中的所有 URL，我们只需要添加简单的两行代码，就可以使用beautifulsoup4提取有用的信息。

总结

　　以上是晓得博客为你介绍的Beautiful Soup安装的全部内容，对于新手来说，安装调试过程往往是痛苦的，希望本文对你有所帮助。

　　推荐：Beautiful Soup教程