Beautiful Soup
bibliothèque Python d'analyse syntaxique de documents HTML et XM
Beautiful Soup (littéralement « Belle Soupe ») est une bibliothèque Python d'analyse syntaxique de documents HTML et XML créée par Leonard Richardson.
Beautiful Soup
Elle produit un arbre syntaxique qui peut être utilisé pour chercher des éléments ou les modifier. Lorsque le document HTML ou XML est mal formé (par exemple s'il manque des balises fermantes), Beautiful Soup propose une approche à base d'heuristiques afin de reconstituer l'arbre syntaxique sans générer d'erreurs. Cette approche est aussi utilisée par les navigateurs web modernes.
Elle est disponible pour Python 2.7 et Python 3.
Exemple d'utilisation
modifier# Python 2
# Extraction des liens d'une page web
from bs4 import BeautifulSoup
import urllib.request
webpage = urllib.request.urlopen('http://fr.wikipedia.org/wiki/Main_Page')
soup = BeautifulSoup(webpage, 'html.parser')
for anchor in soup.find_all('a'):
print(anchor.get('href', '/'))
# Python 3
# Extraction des liens d'une page web
from bs4 import BeautifulSoup
import requests
requete = requests.get('https://fr.wikipedia.org/wiki/Main_Page')
page = BeautifulSoup(requete.text, 'html.parser')
for lien in page.find_all('a'):
print(lien['href'])
