[Python] HTML,XML 파싱 라이브러리 - BeautifulSoup

Python에서 HTML/XML 작업을 편하게 할 수 있도록 지원해주는 Library 이다. 사용법은 그리 어렵지 않으므로 구글사마에게 잠시 여쭤보면 대부분의 답이 나올 것이다.
제작사 : http://www.crummy.com/software/BeautifulSoup/

BeautifulSoup의 API 정보는 다음의 사이트에서 확인할 수 있다.
참고 :http://api.plone.org/Plone/3.0/private/frames/src/kss.core/kss/core/private/kss.core.BeautifulSoup-module.html 

아래 소스는 BeautifulSoup을 이용해 작성한 간단한 코드이다.

try:
 socket.setdefaulttimeout(timeout)\
 // vatorul 에서 페이지 HTML 정보를 가져온다.
 text = urllib.urlopen(vitourl).read()        
 // BeautifulSoup의 입력으로 전달
 soup = BeautifulSoup.BeautifulSoup(text)        
 // '<table ~'을 검색, id 값이 tablaMotores인 것만 찾는다.
 table = soup.find("table", { "id" : "tablaMotores" })         
 // table 결과에서 모든 '<tr ~' 을 검색
 for TRs in table.findAll("tr"):                    
   // TRs 에서 '<td ~' 을 검색, class 값이 positivo인 것만 찾는다.
   node = TRs.find("td", { "class" : "positivo" })
   if (node):
     TDs = TRs('td')
     print "%-20s : %s" %(TDs.pop(0).contents[0], node.contents[0])
except Exception, msg:
 print "Error:Exception GetVirustotalResult : %s --> %s" %(msg, vitourl)

아래는 제작사에서 제공하는 사용법이다.

[ BeautifulSoup Documentation ]

• Quick Start
• Parsing a Document
• Parsing HTML
• Parsing XML
• If That Doesn't Work
• Beautiful Soup Gives You Unicode, Dammit
• Printing a Document
• The Parse Tree
• The attributes of Tags
• Navigating the Parse Tree
• parent
• contents
• string
• nextSibling and previousSibling
• next and previous
• Iterating over a Tag
• Using tag names as members
• Searching the Parse Tree
• The basic find method: findAll(name, attrs, recursive, text, limit, **kwargs)
• Searching by CSS class
• Calling a tag is like calling findall
• find(name, attrs, recursive, text, **kwargs)
• What happened to first?
• Searching Within the Parse Tree
• findNextSiblings(name, attrs, text, limit, **kwargs) and findNextSibling(name, attrs, text, **kwargs)
• findPreviousSiblings(name, attrs, text, limit, **kwargs) and findPreviousSibling(name, attrs, text, **kwargs)
• findAllNext(name, attrs, text, limit, **kwargs) and findNext(name, attrs, text, **kwargs)
• findAllPrevious(name, attrs, text, limit, **kwargs) and findPrevious(name, attrs, text, **kwargs)
• Modifying the Parse Tree
• Changing attribute values
• Removing elements
• Replacing one Element with Another
• Adding a Brand New Element
• Troubleshooting
• Why can't Beautiful Soup print out the non-ASCII characters I gave it?
• Beautiful Soup loses the data I fed it! Why? WHY?????
• Beautiful Soup is too slow!
• Advanced Topics
• Generators
• Other Built-In Parsers
• Customizing the Parser
• Entity Conversion
• Sanitizing Bad Data with Regexps
• Fun With SoupStrainers
• Improving Performance by Parsing Only Part of the Document
• Improving Memory Usage with extract
• See Also
• Applications that use Beautiful Soup
• Similar libraries
• Conclusion