（5）bs4ライブラリに基づくHTMLコンテンツの取得

（1）情報のマーキング

マークされた情報は、情報の次元を増やす情報編成構造を形成できます。
タグの構造は情報と同じくらい重要です
マークされた情報は、通信、保存、または表示に使用できます
マークされた情報は、プログラムの理解と応用に役立ちます
例：HTMLはWWW（World Wide Web）情報の整理方法です
HTMLは、事前定義された<>…</>タグを通じてさまざまなタイプの情報を整理します

（2）3種類の情報マーキング

1.XML

<!-- XML(eXtensible Markup Language) -->

<!-- 标签tag -->
<!-- 名称img 后接属性 -->
<img src="china.jpg" size="10">...</img>
<!-- 空元素的缩写形式 -->
<img src="china.jpg" size="10" />

<name>...</name>
<name />
<!-- -->

2.JSON

JSON仕様によると、コメントはサポートされていません
主に過度のコメントを防止し、ファイル自体のデータキャリアに影響を与える目的で

JSON(JavaScript Object Notation)

//有类型的键值对 key：value
//"name"是类型
"name" : "靓仔"
//多值用[,]组织
"name" : ["靓仔", "美眉"]
//键值对嵌套用{,}
"name" : {
    "newName" : "钢铁侠二代" ,
    "oldName" : "钢铁侠一代"
}

//三种书写形式
"key" : "value"
"key" : ["value1", "value2"]
"key" : {"subkey" : "subvalue"}

3.YAML

YAML(YAML Ain't Markup Language)

# 无类型的键值对 key:value
# name仅是字符串
name : 靓仔
# 缩进表达所属关系
name :
	newName : 钢铁侠二代
	oldName : 钢铁侠一代
# - 表达并列关系
name :
-钢铁侠二代
-钢铁侠一代
# | 表达整块数据
text: |		#示例乱码
sdadadwafaqagerghehreqtggfqegqeg
regrqegrqegeqgreqgregqegqergqert

# 三种书写形式
key : value
key : #Comment
-value1
-value2
key :
	subkey : subvalue

（3）3種類の情報マーキングの比較

XML
最も初期の一般的な情報マークアップ言語、優れたスケーラビリティ、ただし扱いにくい
インターネット上の情報交換と送信
JSON
プログラム処理（js）に適した、XMLよりも簡潔なタイプの情報があります。
モバイルアプリケーションクラウドとノード情報通信、メモなし
Yamla
情報の種類がなく、テキスト情報の割合が最も高く、読みやすい
さまざまなシステムの設定ファイル、メモで読みやすい

（4）情報抽出と方法

情報抽出：マークされた情報から関心のあるコンテンツを抽出します

1.一般的な方法1

情報のマークアップフォームを完全に分析し、重要な情報を抽出する
XML、JSON、YAML）

たとえば、タグパーサーが必要です：bs4ライブラリのタグツリートラバーサル
利点：正確な情報分析
短所：抽出プロセスが面倒で遅い

2.一般的な方法2

マークフォームを無視して、主要な情報を直接検索する

検索：情報のテキストの機能を見つける
利点：抽出プロセスはシンプルで高速です
抽出結果の正確さは情報コンテンツに関連しています

3.フュージョン法

形式分析と検索方法を組み合わせて主要な情報を抽出する
（XML、JSON、YAML、検索）
タグパーサーとテキスト検索機能が必要

4.例

ここに画像の説明を挿入

（5）bs4ライブラリに基づくHTMLコンテンツ検索方法

# 返回一个列表类型，存储查找的结果
<>.find_all(name, attrs, recursive, string, **kwargs)

# 检索目标标签名为a,b
soup.find_all('a')
soup.find_all(['a','b'])
# 检索目标标签名为p，含属性course
soup.find_all('p','course')
# 检索目标含指定属性，引入re库（正则表达式库）
soup.find_all(id='link1')
soup.find_all(id=re.compile('link'))

#由于find_all方法很常用，为方便使用
<tag>(..) 等价于 <tag>.find_all(..)
soup(..)  等价于 soup.find_all(..)

パラメータ名	解説
名前	タグ名の検索文字列
attrs	タグ属性値の検索文字列
再帰的	すべての子孫を検索するかどうか、デフォルトはTrue
ストリング	<>…</>の文字列領域の検索文字列

方法	解説
<>。find（）	1つの結果、文字列型のみを検索して返す
<>。find_parents（）	祖先ノードを検索し、リストタイプを返す
<>。find_parent（）	祖先ノードで結果を返す
<>。find_next_siblings（）	後続の並列ノードを検索し、リストタイプを返す
<>。find_next_sibling（）	後続の並列ノードで結果を返す
<>。find_previous_siblings（）	事前注文並列ノードを検索し、リストタイプを返します
<>。find_previous_sibling（）	preorder並列ノードで結果を返す

方法	解説
<>。find（）	1つの結果、文字列型のみを検索して返す
<>。find_parents（）	祖先ノードを検索し、リストタイプを返す
<>。find_parent（）	祖先ノードで結果を返す
<>。find_next_siblings（）	後続の並列ノードを検索し、リストタイプを返す
<>。find_next_sibling（）	後続の並列ノードで結果を返す
<>。find_previous_siblings（）	事前注文並列ノードを検索し、リストタイプを返します
<>。find_previous_sibling（）	preorder並列ノードで結果を返す