Beautiful Soup
Beautiful Soup 是一个用于解析 HTML 和 XML 文档（包括格式不正确的标记，例如未闭合的标签，因此得名“标签汤”）的 Python 包。它为已解析的页面创建了一个解析树，可用于从 HTML 中提取数据，[3] 这对于网页抓取非常有用。
安装与设置
pip install beautifulsoup4
文档转换器
参阅使用示例。
from langchain_community.document_loaders import BeautifulSoupTransformer