Beautiful Soup
Beautiful Soup 是一个用于解析 HTML 和 XML 文档的 Python 包（包括处理格式错误的标记，即未闭合的标签，因此得名于“标签汤”）。 它为解析后的页面创建解析树，可用于从 HTML 中提取数据，[3] 这对网页抓取非常有用。
安装与设置¶
pip install beautifulsoup4
文档转换器
查看 使用示例。
from langchain_community.document_loaders import BeautifulSoupTransformer