bs4 全名 BeautifulSoup，是编写 python 爬虫常用库之一，主要用来解析 html 标签。
初始化
from bs4 import BeautifulSoup
soup = BeautifulSoup("<html>A Html Text</html>", "html.parser")两个参数：第一个参数是要解析的html文本，第二个参数是使用那种解析器，对于HTML来讲就是html.parser，这个是bs4自带的解析器。如果一段HTML或XML文档格式不正确的话，那么在不同的解析器中返回的结果可能是不一样的。
对象
Beautfiful Soup将复杂HTML文档转换成一个复杂的树形结构，每个节点都是Python对象，所有对象可以归纳为4种：tag，NavigableString，BeautifulSoup，Comment。
tag
Tag对象与 xml 或 html 原生文档中的 tag 相同。
soup = BeautifulSoup('<b class="boldest">Extremely bold</b>')
tag = soup.b
type(tag)
# <class 'bs4.element.Tag'>如果不存在，则返回 None，如果存在多个，则返回第一个。
name
每个 tag 都有自己的名字
tag.name # 'b'
attributes
tag 的属性是一个字典
tag['class']
# 'boldest'
tag.attrs
# {'class': 'boldest'}
type(tag.attrs)
# <class 'dict'>两点注意事项
1、python3不再有urllib2，取而代之的是urllib.request，因此把在Python2中使用urllib2的地方全部替代为urllib.request即可 2、from BeautifulSoup import BeautifulSoup 总是会出错，替换为from bs4 import BeautifulSoup即可
当然，文档的节点不止这些，还有其他很多的节点。更多学习内容，请点击Python学习网。
常见问题FAQ
- 免费下载或者VIP会员专享资源能否直接商用？
- 本站所有资源版权均属于原作者所有，这里所提供资源均只能用于参考学习用，请勿直接商用。若由于商用引起版权纠纷，一切责任均由使用者承担。更多说明请参考 VIP介绍。
- 提示下载完但解压或打开不了？
- 找不到素材资源介绍文章里的示例图片？
- 模板不会安装或需要功能定制以及二次开发？
发表评论
还没有评论，快来抢沙发吧！