Web Scraping & Bots · บทเรียน

การดึงข้อมูลด้วย BeautifulSoup

ใช้ BeautifulSoup แยกวิเคราะห์เอกสาร HTML และดึงจุดข้อมูลเฉพาะโดยใช้แท็ก คลาส และรหัสประจำตัว

บทเรียน 3 จาก 412 ขั้นตอน

การดึงข้อมูลด้วย BeautifulSoup เป็นบทเรียน Web Scraping & Bots ฟรีบน CoddyKit นี่คือบทเรียนที่ 3 จากทั้งหมด 4 บทเรียน คุณสามารถอ่านบทเรียนทั้งหมดด้านล่างฟรี — จากนั้นลองปฏิบัติด้วยตัวคุณเองในเบราว์เซอร์พร้อมตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7 บทเรียนนี้เป็นส่วนหนึ่งของเส้นทางการเรียน Web Scraping & Bots และความก้าวหน้าของคุณจะซิงค์ข้ามเว็บและแอป CoddyKit คอร์ส Web Scraping & Bots มีบทเรียนทั้งหมด 4 บทเรียน

บางส่วนของบทเรียนนี้ยังไม่ได้รับการแปล และแสดงเป็นภาษาอังกฤษ

BeautifulSoup: Your HTML Navigator

You've learned to fetch web page content using requests. But that content is just a big string of HTML!

BeautifulSoup is a Python library that helps you parse (understand) that HTML. It turns the raw HTML into a tree-like structure, making it easy to navigate and extract specific data.

Why Use a Parser?

Imagine trying to find a specific sentence in a book without page numbers or chapters. That's like trying to extract data from raw HTML strings!

BeautifulSoup gives structure to the HTML, allowing you to easily locate elements like headings, paragraphs, or links using their tags, classes, or IDs.

Creating a BeautifulSoup Object

First, you need to import the library and create a BeautifulSoup object. You pass your HTML content and specify a parser, usually 'html.parser'.

from bs4 import BeautifulSoup

html_doc = """<html><head><title>My Page</title></head><body><h1>Hello</h1><p>World</p></body></html>"""

soup = BeautifulSoup(html_doc, 'html.parser')

print(soup.prettify())

Finding Elements by Tag

The simplest way to find elements is by their HTML tag name. You can use soup.find() to get the first matching tag or soup.find_all() to get all matching tags.

find('tag_name'): Returns a single Tag object or None.
find_all('tag_name'): Returns a list of Tag objects.

Code: Finding Tags

Let's find the <title> and all <p> tags in our example HTML.

from bs4 import BeautifulSoup

html_doc = """<html><head><title>My Page</title></head><body><h1>Welcome!</h1><p class='intro'>This is an intro.</p><p>Another paragraph.</p></body></html>"""

soup = BeautifulSoup(html_doc, 'html.parser')

# Find the first title tag
title_tag = soup.find('title')
print(f"Title tag: {title_tag}")

# Find all paragraph tags
paragraph_tags = soup.find_all('p')
print(f"Paragraph tags found: {len(paragraph_tags)}")
for p in paragraph_tags:
    print(f" - {p.get_text()}")

Extracting Text and Attributes

Once you have a Tag object, you can easily get its text content or attribute values.

To get text: Use the .get_text() method.
To get attributes: Access them like a dictionary, e.g., tag['href'] or tag.get('href').

Code: Getting Text and Attributes

Let's extract the text from the <h1> and an attribute from a link.

from bs4 import BeautifulSoup

html_doc = """<html><body><h1 id='main-h1'>Hello CoddyKit</h1><a href='https://example.com' class='btn'>Visit Example</a></body></html>"""

soup = BeautifulSoup(html_doc, 'html.parser')

h1_tag = soup.find('h1')
print(f"H1 Text: {h1_tag.get_text()}")

link_tag = soup.find('a')
print(f"Link Text: {link_tag.get_text()}")
print(f"Link Href: {link_tag['href']}")
print(f"Link Class: {link_tag['class']}")

Finding Elements by Class

Web pages often use CSS classes to style and identify elements. BeautifulSoup lets you search for elements with a specific class using the class_ argument.

Why class_ and not class? Because class is a reserved keyword in Python!

Code: Finding by Class

Here's how to find paragraphs specifically marked with class="intro".

from bs4 import BeautifulSoup

html_doc = """<html><body><p class='intro'>Welcome message.</p><p>Normal text.</p><p class='intro'>Another intro.</p></body></html>"""

soup = BeautifulSoup(html_doc, 'html.parser')

intro_paragraphs = soup.find_all('p', class_='intro')

for p in intro_paragraphs:
    print(f"Found intro: {p.get_text()}")

Finding Elements by ID

HTML IDs are unique identifiers for elements within a page. You can target a specific element using its ID with the id argument.

Since IDs should be unique per page, find() is often sufficient when searching by ID.

Quick Check: Element Selection

Given the HTML snippet below, how would you extract the text 'Item 2'?

<div id="items">
  <span class="item-name">Item 1</span>
  <span class="item-name">Item 2</span>
  <span class="item-name">Item 3</span>
</div>

ตอบคำถามในบทเรียนแบบโต้ตอบ

Recap: BeautifulSoup Basics

Great job! You've learned the fundamentals of extracting data using BeautifulSoup:

Initializing a BeautifulSoup object from HTML.
Finding elements by tag name using find() and find_all().
Extracting text content with .get_text() and attributes with tag['attr'].
Targeting elements precisely using CSS classes with class_.
Locating unique elements with IDs using id.

These methods are your building blocks for parsing web pages efficiently!

เริ่มต้นได้ฟรี

เรียนรู้ Python ด้วย AI tutor — ฟรี

เขียนและเรียกใช้โค้ดจริงในเบราว์เซอร์ของคุณ รับความช่วยเหลือทันทีจาก AI tutor 24/7 และเรียนรู้ต่อจากที่คุณหยุดบนเว็บหรือในแอป

คอร์ส: 12
บทเรียน: 48

เริ่มเรียนฟรี ดูหลักสูตรเต็ม

คำถามที่พบบ่อย

บทเรียน “การดึงข้อมูลด้วย BeautifulSoup” ฟรีหรือไม่

ใช่ — ข้อความเต็มของ “การดึงข้อมูลด้วย BeautifulSoup” ฟรีให้อ่านที่นี่บนเว็บ เพื่อปฏิบัติแบบโต้ตอบ (ตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7) และปลดล็อคส่วนที่เหลือของคอร์ส Web Scraping & Bots ให้อัปเกรดเป็น CoddyKit PRO คอร์ส Web Scraping & Bots มีบทเรียนทั้งหมด 4 บทเรียน

คุณจะเรียนรู้อะไรในบทเรียน “การดึงข้อมูลด้วย BeautifulSoup”

ใช้ BeautifulSoup แยกวิเคราะห์เอกสาร HTML และดึงจุดข้อมูลเฉพาะโดยใช้แท็ก คลาส และรหัสประจำตัว คุณปฏิบัติ Web Scraping & Bots ด้วยโค้ดที่ใช้งานได้จริงที่คุณเรียกใช้โดยตรงในเบราว์เซอร์ และติวเตอร์ AI ตลอด 24/7 ตอบคำถามของคุณขณะที่คุณไปผ่านบทเรียน

คุณต้องมีประสบการณ์ก่อนที่จะเริ่มเรียน Web Scraping & Bots หรือไม่

ไม่จำเป็นต้องมีประสบการณ์มาก่อน Web Scraping & Bots บน CoddyKit ออกแบบมาสำหรับผู้เริ่มต้นไปจนถึงผู้เรียนขั้นสูง คุณสามารถเริ่มต้นที่นี่หรือเริ่มจากตัวแรกและเรียนด้วยความเร็วของคุณเอง นี่คือบทเรียนที่ 3 จากทั้งหมด 4 บทเรียน

บทเรียน “การดึงข้อมูลด้วย BeautifulSoup” ใช้เวลานานแค่ไหน

บทเรียน CoddyKit ส่วนใหญ่ใช้เวลาประมาณ 5–10 นาที แต่ละบทเรียนจึงสั้นและเป็นแบบโต้ตอบ คุณสามารถก้าวหน้าอย่างต่อเนื่องและกลับมาเรียนต่อจากตรงที่เพิ่งหยุดบนเว็บและแอปได้เลย

ฉันเขียนและรันโค้ดในบทเรียน Web Scraping & Bots นี้ได้ไหม

ได้ บทเรียน Web Scraping & Bots ทุกบทมีตัวแก้ไขโค้ดในตัว คุณจึงเขียนและรันโค้ดจริงได้เลยในเบราว์เซอร์ และได้รับข้อเสนอแนะจาก AI ในทันที — ไม่ต้องติดตั้งในเครื่องของคุณ

บทเรียนทั้งหมดในหลักสูตรนี้

← กลับไปที่ Web Scraping & Bots