原创 Python爬虫学习笔记（3）——Beautiful Soup 库

Beautiful Soup可以对html,xml 格式进行解析并且提取相关的信息。

参考链接： https://www.crummy.com/software/BeautifulSoup/

（一）Beautiful Soup的使用

from bs4 import BeautifulSoup

soup = BeautifulSoup(‘<p>data</p>’,’html.parser’)

测试代码

（二）Beautiful Soup库解析器

Beautiful Soup类的基本元素

测试代码

（三）用bs4库遍历HTML

1、HTML基本格式

2、标签数的下行遍历

（1）head标签

（2）body标签

（3）遍历儿子节点

3、标签树的上行遍历

测试代码

4、标签树的平行遍历

平行遍历发生在同一个父节点下

测试代码

（四）bs4库的HTML格式化和编码

bs4库将任何读入的HTML代码和字符串转换为utf-8编码

​​