Beautiful Soup
Beautiful Soup 是一个用于解析的 Python 包 HTML 和 XML 文档（包括格式错误的标记，即非封闭标签，因此以标签 soup 命名）。 它为解析的页面创建一个解析树，可用于从 HTML 中提取数据，[3] 对于网络抓取很有用。
安装和设置
pip install beautifulsoup4
文档转换器
请参阅使用示例。
from langchain_community.document_loaders import BeautifulSoupTransformer