Beautiful Soup库解析器
解析器 使用方法 条件
bs4的HTML解析器： BeautifulSoup(mk,’html.parser’) 安装bs4库
lxml的HTML解析器： BeautifulSoup(mk,’lxml’) pip install lxml
lxml的XML解析器： BeautifulSoup(mk,’xml’) pip install lxml
html5lib的解析器： BeautifulSoup(mk,’html5lib’) pip install html5lib
Beautiful Soup类的基本元素：
Tag 标签，最基本的信息组织单元，分别用<>和</>标明开头和结尾
Name 标签的名字，<p>...</p>的名字是’p’，格式：<tag>.name
Attributes 标签的属性，字典形式组织，格式：<tag>.attrs
NavigableString 标签内非属性字符串，<>...</>中字符串，格式：<tag>.string
Comment 标签内字符串的注释部分，一种特殊的Comment类型
标签树的下行遍历
.contents 子结点的列表，将<tag>所有儿子节点存入列表
.children 子结点的迭代类型，与.coontents类似，用于循环遍历儿子节点
.descendants 子孙节点的迭代类型，包含所有子孙节点，用于循环遍历
标签树的上行遍历
.parent 节点的父亲标签
.parents 节点先辈标签的迭代类型，用于循环遍历先辈节点
标签树的平行遍历
.next_sibling 返回按照HTML文本顺序的下一个平行节点标签
.previous_sibling 返回按照HTML文本顺序的上一个平行节点标签
.next_siblings 迭代类型，返回按照HTML文本顺序的后续所有平行节点标签
.previous_sibling 迭代类型，返回按照HTML文本顺序的前续所有平行节点标签
平行遍历需要发生在同一个父点下的各节点间
.prettify()为HTML文本<>及其内容增加更加’\n’
.prettify()可用于标签，方法：<tag>.prettify()
bs4库将任何HTML输入都变成utf-8编码
HTML：Hyper Text Markup Language
<>.find_all(name,attrs,recursive,string,**kwargs)
name：对标签名称的检索字符串
attrs：对标签属性值的检索字符串，可标注属性检索
recursive：是否对子孙全部检索，默认True
string：<>...</>中字符串区域的检索字符串
<tag>(..) 等价于 <tag>.find_all(..)
Soup(..) 等价于 soup.find_all(..)
<>.find() 搜索且只返回一个结果，同.find_all()参数
<>.find_parents()在先辈节点中搜索，返回列表类型，同.find_all()参数
<>.find_parent()在先辈节点中返回一个结果，同.find()参数
<>.find_next_siblings()在后续平行节点中搜索，返回列表类型，同.find_all()参数
<>.find_next_sibling()在后续平行节点中返回一个结果，同.find()参数
<>.find_previous_siblings()在前续平行节点中搜索，返回列表类型，同.find_all()参数
<>.find_previous_sibling()在前续平行节点中返回一个结果，同.find()参数
中文对齐问题的原因：
当中文字符宽度不够时，采用西文字符填充；中西文字符占用宽度不同。
解决方法：
采用中文字符的空格填充chr(12288)此后跟着步骤做了一个爬取信息的爬虫
复习去了= =