Beautiful Soup é uma biblioteca para obtenção de dados de documentos HTML e XML escrita em Python. Atualmente em sua versão 4, apresenta uma gama de funcionalidades que facilitam o processo de Web Scraping, técnica que consiste na retirada de dados em páginas da web.
Funcionamento
Segundo a própria documentação (íntegra em inglês):
Beautiful Soup transforma um documento HTML complexo numa complexa árvore de objetos do Python. Mas você somente precisará se preocupar com quatro tipos de objetos:
Tag
,NavigableString
,BeautifulSoup
, eComment
.
Ou seja, usando a biblioteca, programadores estão livres de todo o trabalho de reinventar a roda ou preocupações externas se o seu código Parser irá funcionar ou não, uma vez que ela sintetiza todas as informações complexas. Além disso, é mais rápido que várias outras maneiras que você possa imaginar.
Quando usar a tag?
- Quando a pergunta estiver relacionada a problemas, dúvidas ou possíveis erros estritamente ligadas ao BeautifulSoup.
- Quando o código, se o tiver, for escrito em Python e focado em WebScraping.
Quando não utilizar a tag?
- Não utilize a tag quando a pergunta estiver relaciona a requisições web, mas não à leitura dos dados da mesma.
- Não utilize esta tag quando estiver relacionado apenas à dúvidas acerca de da raspagem de dados web.
- Não utilize quando a pergunta não estiver dentro do escopo da linguagem Python.