Est-il un moyen dans la belle soupe pour compter le nombre de balises dans une page html

Je suis à la recherche à la création d'un dictionnaire en python dont la clé est le nom de la balise html et la valeur est le nombre de fois que le tag est apparu. Est-il un moyen de faire ça avec de belles soupe ou autre chose?

InformationsquelleAutor gizgok | 2012-12-13
  1. 6

    Avec BeautifulSoup vous pouvez rechercher toutes les balises en omettant les critères de recherche:

    # print all tags
for tag in soup.findAll():
    print tag.name # TODO: add/update dict

    Si vous n'êtes intéressé que par le nombre d'occurrences, BeautifulSoup peut-être un peu exagéré dans ce cas, vous pourriez utiliser le HTMLParser à la place:

    from HTMLParser import HTMLParser

class print_tags(HTMLParser):
    def handle_starttag(self, tag, attrs):
        print tag # TODO: add/update dict

parser = print_tags()
parser.feed(html)

    Cela produira le même résultat.

    Pour créer le dictionnaire de { 'tag' : count } vous pouvez utiliser collections.defaultdict: 

    from collections import defaultdict

occurrences = defaultdict(int)
# ...
occurrences[tag_name] += 1
    InformationsquelleAutor Anonymous Coward
  2. 23

    BeautifulSoup est vraiment bon pour analyse HTML, et vous pouvez certainement l'utiliser à cette fin. Il serait extrêmement simple:

    from bs4 import BeautifulSoup as BS

def num_apperances_of_tag(tag_name, html):
    soup = BS(html)
    return len(soup.find_all(tag_name))
    InformationsquelleAutor jdotjdot