BeautifulSoup एक थर्ड-पार्टी Python लाइब्रेरी है जिसका उपयोग वेब पेजों से डेटा पार्स करने के लिए किया जाता है। यह वेब स्क्रैपिंग में मदद करता है, जो विभिन्न संसाधनों से डेटा निकालने, उपयोग करने और हेरफेर करने की एक प्रक्रिया है।
वेब स्क्रैपिंग का उपयोग शोध उद्देश्यों के लिए डेटा निकालने, बाजार के रुझानों को समझने/तुलना करने, SEO निगरानी करने, और इसी तरह के लिए भी किया जा सकता है।
Windows पर BeautifulSoup इंस्टॉल करने के लिए नीचे दी गई लाइन चलाई जा सकती है:
pip install beautifulsoup4
उदाहरण
from bs4 import BeautifulSoup
import requests
url = "https://en.wikipedia.org/wiki/Algorithm"
req = requests.get(url)
soup = BeautifulSoup(req.text, "html.parser")
print("The href links are :")
for link in soup.find_all('a'):
print(link.get('href'))
आउटपुट
The href links are : … https://stats.wikimedia.org/#/en.wikipedia.org https://foundation.wikimedia.org/wiki/Cookie_statement https://wikimediafoundation.org/ https://www.mediawiki.org/
व्याख्या
आवश्यक पैकेज आयात किए जाते हैं, और उपनाम दिए जाते हैं।
वेबसाइट को परिभाषित किया जाता है।
URL खोला जाता है, और उससे डेटा पढ़ा जाता है।
वेबपेज से टेक्स्ट निकालने के लिए 'BeautifulSoup' फ़ंक्शन का उपयोग किया जाता है।
वेबपेज डेटा से टेक्स्ट निकालने के लिए 'find_all' फ़ंक्शन का उपयोग किया जाता है।
href लिंक कंसोल पर प्रिंट किए जाते हैं।
