Beautiful Soup库——HTML/XML页面解析

一、Beautiful Soup库的安装和导入

	————Beautiful Soup库是解析、遍历、维护“标签树”的功能库	

1. 安装：
   Win平台: “以管理员身份运行”cmd 执行pip install beautifulsoup4

2. 模块导入
   Beautiful Soup库，也叫beautifulsoup4 或bs4
   约定引用方式如下，即主要是用BeautifulSoup类

from bs4 import BeautifulSoup 引入bs4库的BeautifulSoup类功能模块

import bs4		引入整个bs4库

二、BeautifulSoup类解析基本原理

通过解析器，解析HTML/XML的标签树，从而取得想要的信息。
解析器：

三、BeautifulSoup类的基本元素

四、基于bs4库的HTML内容遍历方法（调用方式：soup.标签.属性）

1. 标签树的下行遍历

遍历儿子节点
for	child in soup.body.children:
	print(child)
	
遍历子孙节点
for	child in soup.body.descendants:
	print(child)

2. 标签树的上行遍历

注意：

3.标签树的平行遍历

注意：

五、基于bs4库的HTML格式输出

1. bs4库的prettify()方法（调用方式：soup.prettify()）
   
2. bs4库的编码
   

六、bs4库提供的查找方法

<>.find_all(name,attrs,recursive, string, **kwargs)

1. name : 对标签名称的检索字符串
   

2. attrs: 对标签属性值的检索字符串，可标注属性检索
   如: id="", class=""
   

3. recursive: 是否对子孙全部检索，默认True
   

4. string: <>…</>中字符串区域的检索字符串
   返回一个列表类型，存储查找的结果
   

注意:因为查找函数较常用，故: