Skip to main content
Open on GitHub

Beautiful Soup

Beautiful Soup 是一个用于解析 HTML 和 XML 文档的 Python 包（包括格式不规整的标记，例如未闭合的标签，这也是它名字的由来——“tag soup”）。它为解析后的页面创建一个解析树，可用于从 HTML 中提取数据[3]，这对于网页抓取非常有用。

安装和设置​

pip install beautifulsoup4

文档转换器​

请参阅用法示例。

from langchain_community.document_loaders import BeautifulSoupTransformer