বিউটিফুলসুপ (BeautifulSoup) একটি থার্ড-পার্টি পাইথন লাইব্রেরি যা ওয়েব পেজ থেকে ডেটা পার্স (parse) করতে ব্যবহৃত হয়। এটি ওয়েব স্ক্রেপিং (web scraping)-এ সাহায্য করে, যা বিভিন্ন রিসোর্স থেকে ডেটা এক্সট্র্যাক্ট (extract), ব্যবহার এবং ম্যানিপুলেট (manipulate) করার প্রক্রিয়া।
ওয়েব স্ক্রেপিং গবেষণা উদ্দেশ্যে ডেটা এক্সট্র্যাক্ট করতে, মার্কেট ট্রেন্ড বুঝতে/তুলনা করতে, SEO মনিটরিং (monitoring) করা ইত্যাদিতে ব্যবহার করা যায়।
Windows-এ বিউটিফুলসুপ ইনস্টল করার জন্য নিচের লাইন চালান:
pip install beautifulsoup4
নিচে একটি উদাহরণ দেওয়া হলো:
উদাহরণ
from bs4 import BeautifulSoup
import requests
url = "https://en.wikipedia.org/wiki/Algorithm"
req = requests.get(url)
soup = BeautifulSoup(req.text, "html.parser")
print("The href links are :")
for link in soup.find_all('a'):
print(link.get('href'))
আউটপুট
The href links are : ... https://stats.wikimedia.org/#/en.wikipedia.org https://foundation.wikimedia.org/wiki/Cookie_statement https://wikimediafoundation.org/ https://www.mediawiki.org/
ব্যাখ্যা
প্রয়োজনীয় প্যাকেজ আমদানি করা হয়েছে এবং আলায়াস দেওয়া হয়েছে।
ওয়েবসাইটটি ডিফাইন করা হয়েছে।
URL ওপেন করা হয়েছে এবং সেখান থেকে ডেটা পড়া হয়েছে।
ওয়েবপেজ থেকে টেক্সট এক্সট্র্যাক্ট করতে 'BeautifulSoup' ফাংশন ব্যবহার করা হয়েছে।
ওয়েবপেজ ডেটা থেকে টেক্সট এক্সট্র্যাক্ট করতে 'find_all' ফাংশন ব্যবহার করা হয়েছে।
href লিংকগুলো কনসোলে প্রিন্ট করা হয়েছে।
