کامپایلر آنلاین BeautifulSoup - استخراج داده از HTML و XML در پایتون

from bs4 import BeautifulSoup

# نمونه HTML
html_doc = """
<html>
<head><title>صفحه نمونه</title></head>
<body>
    <div class="container">
        <h1>لیست محصولات</h1>
        <ul class="products">
            <li class="product" data-id="1">
                <span class="name">لپ‌تاپ</span>
                <span class="price">۱۵,۰۰۰,۰۰۰ تومان</span>
            </li>
            <li class="product" data-id="2">
                <span class="name">موبایل</span>
                <span class="price">۸,۰۰۰,۰۰۰ تومان</span>
            </li>
            <li class="product" data-id="3">
                <span class="name">هدفون</span>
                <span class="price">۱,۵۰۰,۰۰۰ تومان</span>
            </li>
        </ul>
    </div>
</body>
</html>
"""

# ایجاد شی BeautifulSoup
soup = BeautifulSoup(html_doc, "html.parser")

# پیدا کردن عناصر با CSS selector
products = soup.select(".product")
print(f"تعداد محصولات: {len(products)}")

# استخراج داده‌ها
for product in products:
    name = product.select_one(".name").text
    price = product.select_one(".price").text
    product_id = product.get("data-id")
    print(f"شناسه: {product_id}, نام: {name}, قیمت: {price}")

# پیدا کردن با تگ و کلاس
title = soup.find("h1").text
print(f"\nعنوان صفحه: {title}")

# پیدا کردن تمام لیست‌ها
all_lists = soup.find_all("ul")
print(f"تعداد لیست‌ها: {len(all_lists)}")

کامپایلر آنلاین BeautifulSoup برای تجزیه و تحلیل صفحات HTML و XML و استخراج داده‌های ساختاریافته. پشتیبانی از جستجوی پیشرفته، انتخابگرهای CSS و پیمایش درخت DOM به صورت رایگان در مرورگر.

کامپایلر های مرتبط

سؤالات متداول

BeautifulSoup چیست و چه کاربردی دارد؟

BeautifulSoup یک کتابخانه محبوب برای استخراج داده‌ها از فایل‌های HTML و XML در پایتون است. این کتابخانه با ارائه رابط ساده برای پیمایش، جستجو و اصلاح درخت DOM، کار وب‌اسکرپینگ را بسیار آسان می‌کند و با انتخابگرهای CSS و متدهای جستجوی پیشرفته همراه است.

چگونه با BeautifulSoup عناصر HTML را پیدا کنم؟

BeautifulSoup چندین روش برای پیدا کردن عناصر ارائه می‌دهد: find() برای پیدا کردن اولین عنصر، find_all() برای پیدا کردن همه عناصر، select() برای استفاده از انتخابگرهای CSS، و دسترسی مستقیم با نام تگ (مثلاً soup.title). همچنین می‌توانید با ویژگی‌هایی مانند class_، id و attr جستجو را دقیق‌تر کنید.

آیا BeautifulSoup از انتخابگرهای CSS پشتیبانی می‌کند؟

بله، BeautifulSoup با متد select() از انتخابگرهای CSS پشتیبانی کامل می‌کند. می‌توانید از انتخابگرهای ساده مانند .class، #id، تگ‌ها، و انتخابگرهای پیچیده‌تر مانند descendant combinators و attribute selectors استفاده کنید.

چه تفاوتی بین BeautifulSoup و Scrapy وجود دارد؟

BeautifulSoup یک کتابخانه تجزیه‌کننده (Parser) است که برای استخراج داده از صفحات HTML استفاده می‌شود، در حالی که Scrapy یک فریم‌ورک کامل وب‌اسکرپینگ با قابلیت‌های crawling، پردازش همزمان و خروجی‌گیری است. BeautifulSoup سبک‌تر و ساده‌تر است و برای پروژه‌های کوچک مناسب‌تر است.

سوال از دستیار هوش مصنوعی

کامپایلر های مرتبط

سؤالات متداول