Bắt đầu ngayBắt đầu miễn phí

Phân tích HTML với BeautifulSoup

Trong bài tập tương tác này, bạn sẽ học cách dùng gói BeautifulSoup để parse, prettify và trích xuất thông tin từ HTML. Bạn sẽ thu thập dữ liệu từ trang web của Guido van Rossum, Benevolent Dictator for Life của chính Python. Ở các bước tiếp theo, bạn sẽ làm đẹp HTML rồi trích xuất phần văn bản và các siêu liên kết.

URL cần quan tâm là url = 'https://www.python.org/~guido/'.

Bài tập này là một phần của khóa học

Nhập dữ liệu nâng cao trong Python

Xem khóa học

Hướng dẫn bài tập

  • Import hàm BeautifulSoup từ gói bs4.
  • Gán URL cần lấy vào biến url.
  • Đóng gói yêu cầu đến URL, gửi yêu cầu và nhận phản hồi chỉ với một hàm requests.get(), gán phản hồi cho biến r.
  • Dùng thuộc tính text của đối tượng r để lấy HTML của trang web dưới dạng chuỗi; lưu kết quả vào biến html_doc.
  • Tạo một đối tượng BeautifulSoup soup từ HTML thu được bằng hàm BeautifulSoup().
  • Dùng phương thức prettify() trên soup và gán kết quả cho pretty_soup.
  • Nhấn Gửi để in HTML đã được làm đẹp ra shell của bạn!

Bài tập tương tác thực hành trực tiếp

Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.

# Import packages
import requests
from ____ import ____

# Specify url: url


# Package the request, send the request and catch the response: r


# Extracts the response as html: html_doc


# Create a BeautifulSoup object from the HTML: soup


# Prettify the BeautifulSoup object: pretty_soup


# Print the response
print(pretty_soup)
Chỉnh sửa và Chạy Mã