Beautiful Soup 是一个 Python 库，用于从 HTML 和 XML 文件中提取数据。它将 HTML 或 XML 文件解析成树形结构，然后可以使用类似于 dOM 等操作方法，通过标签、属性、内容等信息来获取所需的数据。

在 Beautiful Soup 中，解析后的 HTML 或 XML 文件会被转化为一个 Beautiful 对象，可以通过该对象的各种方法来获取需要的内容。

例如，通过 find_all 方法可以获取某一标签下的所有子标签，通过 find 方法可以获取第一个符合条件的子标签，通过 get 方法可以获取某一标签的属性值等等。

下面是一个使用 Beautiful Soup 提取 HTML 文件中的数据的简单例子：

from bs4 import BeautifulSoup

# 假设有一个名为 'example.html' 的 HTML 文件
with open('example.html', 'r') as file:
    contents = file.read()

# 创建一个 Beautiful 对象
soup = BeautifulSoup(contents, 'lxml')

# 找到所有 'a' 标签并打印它们的链接地址
for link in soup.find_all('a'):
    print(link.get('href'))

在上面的代码中，我们使用 BeautifulSoup 函数创建了一个 Beautiful 对象，并传入了 contents 和 lxml 作为参数。然后使用 find_all 方法找到了 HTML 文件中所有的 'a' 标签，并打印出它们的 'href' 属性值。 免责声明：本文内容通过AI工具匹配关键字智能整合而成，仅供参考，火山引擎不对内容的真实、准确或完整作任何形式的承诺。如有任何问题或意见，您可以通过联系service@volcengine.com进行反馈，火山引擎收到您的反馈后将及时答复和处理。