Beautiful Soup ドキュメント 日本語訳

原著：Leonard Richardson
(leonardr@segfault.org)

和訳：Hirotaka Shioji

这份文档也有中文版了 (本ドキュメントは、中国語訳版もあります。)


Beautiful Soupは、Python用のHTML/XMLパーサーで、不正なマークアップでさえ、解析木に変換できます。
Beautiful Soupは、解析木を航行、検索、修正するための、シンプルで慣用的な方法を提供します。
Beautiful Soupは、一般的に、プログラマーの労働時間や労働日数を減らします。
Rubyful Soupと呼ばれるRuby用のものもあります。


本ドキュメントは、Beautiful Soup version 3.0の主な特徴を、例を混じえて、全て示しています。
本ドキュメントは、ライブラリがどういうことに役立つのか、どのように動作するのか、どのように使うのか、どうすればしたいことを出来るのか、思惑がはずれた時にはどのように動作するのかを示します。

コンテンツ一覧

• クイックスタート
• ドキュメントの解析
• HTMLの解析
• XMLの解析
• 動作しない場合には
• Beautiful SoupはあなたにUnicodeを渡す、 Dammit
• ドキュメントを表示する
• 解析木
• タグの属性
• 解析木を航行する
• parent
• contents
• string
• nextSibling と previousSibling
• next と previous
• Tagを反復処理する
• タグ名をメンバーとして使う
• 解析木を検索する
• 基本の検索メソッド: findAll(name, attrs, recursive, text, limit, **kwargs)
• CSSのクラスで検索する
• findallを呼び出すように、タグを呼び出す
• find(name, attrs, recursive, text, **kwargs)
• firstに何が起こるか？
• 解析木の内部をする
• findNextSiblings(name, attrs, text, limit, **kwargs) と findNextSibling(name, attrs, text, **kwargs)
• findPreviousSiblings(name, attrs, text, limit, **kwargs) と findPreviousSibling(name, attrs, text, **kwargs)
• findAllNext(name, attrs, text, limit, **kwargs) と findNext(name, attrs, text, **kwargs)
• findAllPrevious(name, attrs, text, limit, **kwargs) と findPrevious(name, attrs, text, **kwargs)
• 解析木を修正する
• 属性値を変更する
• 要素を除去する
• 要素を別の要素に置換する
• 新しい要素を追加する
• トラブルシューティング
• Beautiful Soupに渡した非ASCII文字が表示されないのはなぜか?
• Beautiful Soupに渡したデータが削除された!なぜ?どうして?????
• Beautiful Soupは遅すぎる!
• 高度なテーマ
• Generators
• 他のビルトインパーサー
• パーサーをカスタマイズする
• エンティティ変換
• 正規表現を用いた不良データのサニタイズ
• SoupStrainersを使って楽しむ
• ドキュメントの一部を解析することでパフォーマンスを改善する
• extractを使ったメモリー使用量の改善
• その他の参考
• Beautiful Soupを使ったアプリケーション
• 類似のライブラリ
• まとめ