Effettuare il parsing del DOM con Python

  • Python
  • Gabriele Romanato

Il parsing del DOM è una tecnica fondamentale per analizzare e manipolare il contenuto di documenti HTML. Python offre diverse librerie potenti per semplificare questa operazione, rendendola accessibile anche per principianti. In questo articolo, esamineremo come utilizzare BeautifulSoup, una libreria del pacchetto bs4, per effettuare il parsing del DOM.

Installazione di BeautifulSoup

Per utilizzare BeautifulSoup, è necessario prima installare la libreria. Puoi farlo eseguendo il seguente comando:

pip install beautifulsoup4

Inoltre, ti consigliamo di installare lxml o html.parser per migliorare le prestazioni di parsing.

pip install lxml

Parsing di un Documento HTML

Di seguito è riportato un esempio di codice Python per effettuare il parsing di un documento HTML:

from bs4 import BeautifulSoup

# Esempio di HTML
html_doc = """
<html>
  <head><title>Esempio di Parsing</title></head>
  <body>
    <h1>Benvenuto!</h1>
    <p>Questo è un esempio di parsing DOM con Python.</p>
  </body>
</html>
"""

# Parsing del documento HTML
soup = BeautifulSoup(html_doc, 'html.parser')

# Accesso agli elementi
print(soup.title.string)  # Output: Esempio di Parsing
print(soup.h1.string)     # Output: Benvenuto!
print(soup.p.string)      # Output: Questo è un esempio di parsing DOM con Python.

Accesso e Manipolazione del DOM

BeautifulSoup consente un facile accesso e manipolazione degli elementi del DOM. Ad esempio, puoi cercare elementi tramite tag, classi CSS o ID:

# Ricerca di un elemento per tag
print(soup.find('h1').string)

# Ricerca di un elemento per classe
html_doc = '''
<div class="content">Testo di esempio</div>
'''
soup = BeautifulSoup(html_doc, 'html.parser')
print(soup.find(class_="content").string)

Conclusione

Il parsing del DOM con Python è un processo semplice e flessibile grazie a librerie come BeautifulSoup. Che tu stia creando un web scraper o analizzando HTML, questo strumento ti consente di accedere facilmente al contenuto desiderato. Prova ad applicare le tecniche illustrate per esplorare le infinite possibilità offerte dal parsing del DOM.

Torna su