Beautiful Soup é uma biblioteca escrita em Python para análise de documentos HTML e XML. Ela cria uma árvore de análise do documento para coleta ou raspagem de informações de uma página web. NÃO POSTE perguntas que dependam de URLs e sites específicos, forneça sempre perguntas com problemas de desenvolvimento de fato, em um exemplo autocontido do problema na pergunta. Problemas de uso em cenários restritos fogem do objetivo do site.
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.