初识BeautifulSoup
BeautifulSoup 是一个可以从 HTML 或 XML 文件中提取数据的 python 库，它能通过解析器实现文档的查找提取和修改等功能。
1.BeautifulSoup 的安装
对于 BeautifulSoup，目前推荐使用的是 BeautifulSoup 4，BeautifulSoup 3 已经停止开发了。安装 BeautifulSoup 4 有四种方式。
1.最新版的 Debain 或 Ubuntu 系统可以通过系统的软件包管理来安装，sudo apt-get install Python-bs4。
2.BeautifulSoup 4 通过 PyPi 发布，可以通过 easy_install 或 pip 来安装，easy_install beautifulsoup4 或 pip install beautifulsoup4。
3.通过源码安装，BeautifulSoup 4 的源码地址为https://pypi.python.org/pypi/beautifulsoup4/，下载源码，解压后，运行命令 python setup.py install 即可完成安装。
4.通过 PyCharm 里 Project Interpreter 安装 BeautifulSoup 4。
BeautifulSoup 支持 Python 标准库中的 HTML 解析器，还支持一些第三方解析器，如，lxml，html5lib 等，安装这些解析器方法与安装 BeautifulSoup 4 类似。
2.BeautifulSoup 的使用
BeautifulSoup 将复杂的 HTML 文档转换成一个复杂的树形结构，每个节点是 python 对象，这些对象可以归纳为 Tag、NavigableString、BeautifulSoup、Comment。
1.Tag 对象
Tag 对象可以直接以标签名获取标签内容，Tag 对象还有两个属性 name 和 attr，分别表示获取到标签的名称和标签属性内容（以字典的形式返回）。
2.NavigableString 对象
NavigableString 对象用来获取标签内部字符串，利用属性 string 来获取。
3.BeautifulSoup 对象
BeautifulSoup 对象表示一个文档的全部内容，可以理解为特殊的 Tag 对象。
4.Comment 对象
Commnet 对象用来获取文档中注释的内容。
5.BeautifulSoup 支持文档树遍历，可以根据子节点、父节点、兄弟节点和前后节点进行遍历。
BeautifulSoup 还支持 find() 方法搜索文档树，以及支持 select() 方法根据 CSS 选择器查找文档中指定的标签。
- 发表于:
- 原文链接：https://kuaibao.qq.com/s/20190111G176DZ00?refer=cp_1026
- 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号（企鹅号）传播渠道之一，根据《腾讯内容开放平台服务协议》转载发布内容。
- 如有侵权，请联系 cloudcommunity@tencent.com 删除。
相关快讯
扫码
添加站长 进交流群
领取专属 10元无门槛券
私享最新 技术干货
腾讯云开发者
