Pythonの爬虫類学習（b）の使用美しいスープライブラリー

（A）の美しいスープライブラリを使用して

　　1、インストール美しいスープライブラリ：ピップbeautifulsoup4をインストール

　　2、シンプルに使用します：

インポート要求。
_socketのインポートタイムアウト
 から BS4の輸入BeautifulSoupの＃使用美しいスープ库需要导包
 ＃AIFCインポートデータから、デフgetHTMLText（URL）：
     試してみます：

        R = requests.get（URL、タイムアウト= 30 ）  
        r.raise_for_status（）           ＃接続ステータスが200でない場合は、例外がスローされますHTTPError 
        r.encoding = r.apparent_encoding ＃-returnエンコードされた通常の
        印刷（「接続成功」）
         のリターンはr.status_code
     除く：
         印刷（「接続例外」）
         のリターンをr.status_code

URL = " https://python123.io/ws/demo.html " 
＃キーワード= { "IP"： "202.204.80.112"} 
アクセス= { " のUser-Agent "：" Mozillaの/ 5.0 " }               ＃セット訪問ブラウザMozilla5.0 
IF getHTMLText（URL）== 200 ：
    R = requests.get（URL、ヘッダー= アクセス）        
     ＃1 プリント（r.encoding） 
    r.encoding = r.apparent_encoding
    デモ = r.text
     スープ = BeautifulSoup（デモ、 "html.parser"）       ＃HTMLページの解析、使用html.parserパーサ
    印刷（soup.prettify（））                      ＃の印刷HTMLコード印刷（soup.a.attrs）                               ＃印刷HTML文書のタグの最初の属性は、典型的なデータ・ワードを取得し、リンクsoup.a.attrsに従って取得されてもよい[「のhref」] プリント（soup.a.name）  　　　　　　　　　　　　＃最初のラベル上にラベルを印刷名前の 印刷（soup.a.parent.name）＃は、親タグ最初のタグのタグ名をプリントアウト
　 　 
　　

　　3、原理：

　　　　

 

 

 　　　　

 

 

 （二）

　　1、基本的な要素

　　　　

　　　　　美しいスープトラバースHTMLライブラリを使用します