Beautiful Soup
Beautiful Soup 是一个 Python 包，用于解析 HTML 和 XML 文档（包括格式错误的标记，即未闭合的标签，因此以标签汤命名）。它为解析后的页面创建一个解析树，可用于从 HTML 中提取数据，[3] 这对于网络抓取非常有用。
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