BeautifulSoup

BeautifulSoup 是一个用于解析的 Python 包 HTML 和 XML 文档（包括处理格式错误的标记，即未闭合的标签，因此得名标记汤）。 它为解析的页面创建一个解析树，可以用于从 HTML 中提取数据，[3] 这 对于网络爬虫非常有用。

安装和设置

pip install beautifulsoup4

文档转换器

查看使用示例。

from langchain_community.document_loaders import BeautifulSoupTransformer