1 BeautifulSoup (“美味的湯”)庫的安裝
方式一："windows+R" 輸入 cmd，在命令行中輸入 pip install beautifulsoup4 安裝完成后可以通過 from bs4 import BeautifukSoup 進行檢測,不報錯，安裝成功。
方式二：從官網(wǎng)下載 Beautifulsoup 的軟件包并解壓，cmd 命令行進入解壓包目錄，輸入以下命令安裝：python setup.py install 在 Python3 里一定要安裝 beautifulsoup4 的版本，其它版本安裝不上的。
import requests
r = requests.get("http://www.baidu.com")
demo = r.text
from bs4 import BeautifulSoup
soup = BeautifulSoup(demo,"html.parser")
print(soup.prettify())
Beautiful Soup 庫是解析、遍歷、維護“標簽樹”的功能庫
a) Beautiful Soup 是用 Python 寫的一個 HTML/XML 的解析器，它可以很好的處理不規(guī)范標記并生成剖析樹（parse tree）。
b) 它提供簡單又常用的導航（navigating），搜索以及修改剖析樹的操作?？梢怨?jié)省你的編程時間。
BeautifulSoup 庫本身解析的是 html/xml 文檔，那么這個文檔與標簽樹是一一對應的，經(jīng)過了 BeautifulSoup 類的處理，html 或 xml 文檔這樣的標簽樹，就被轉(zhuǎn)換成一個 BeautifulSoup 類。BeautifulSoup 類就是能夠代表標簽樹的一個類型。
Beautiful Soup 庫解析器
2 BeautifulSoup類的基本元素
代碼示例
任何存在于 HTML 語法中的標簽都可以用 soup.<tag> 訪問獲得當 HTML 文檔中存在多個相同 <tag> 對應內(nèi)容時，soup.<tag> 返回第一個。每個<tag> 都有自己的名字，通過 <tag>.name 獲取，字符串類型
一個 <tag> 可以有 0 或多個屬性，字典類型
Navigablestring 可以跨越多個層次（p 標簽中的 b 標簽）
Comment 是一種特殊類型
3 基于 bs4 庫的 HTML 內(nèi)容遍歷方法
HTML基本格式
<>...</> 構(gòu)成了所屬關(guān)系，形成了標簽的樹形結(jié)構(gòu)
標簽樹的下行遍歷
BeautifulSoup 類型是標簽樹的根節(jié)點
標簽樹的上行遍歷
標簽樹的平行遍歷
平行遍歷發(fā)生在同一個父節(jié)點下的各節(jié)點間，不是同一個父標簽不構(gòu)成平行遍歷。
在標簽樹中，盡管樹形結(jié)構(gòu)采用的是標簽的形式來組織的，但是標簽之間的 Navigablestring 也構(gòu)成了標簽樹的節(jié)點，也就是說，任何一個節(jié)點，它的平行標簽，它的兒子標簽是可能存在 Navigablestring 類型的。
4 基于 bs4 庫的 HTML 格式化和編碼
如何讓 <html> 內(nèi)容更加 “友好” 的顯示？
bs4 庫的 prettify() 方法，為 html 文本的標簽和內(nèi)容增加換行符，也可以對每個標簽進行相關(guān)處理，方法：<tag>.prettify()。
bs4 庫將任何 HTML 輸入都變成 utf-8 編碼，Python 3.x 默認支持編碼是utf-8，解析無障礙。
BeautifulSoup庫知識小結(jié)
