安装 pip install beautifulsoup4
解析器 类型
Python标准库 html.parser 容错能力强、执行速度适中
Lxml html 解析器 lxml 容错能力强、执行速度快 需要安装c语言库 pip install lxml
Lxml xml 解析器 xml 唯一支持xml的解析器、速度快 需要安装c语言库
Html5lib html5lib 浏览器方式解析文档，生成html格式文档
使用
实例化
soup = BeautifulSoup(‘html代码‘,'解析器 lxml')
方法
.title.parent.name 获取 title 的父级标签
.Find_all() 获取所有
.Select() 搜索 可以通过selector获取
.Find(id=’2’) 查找指定内容例如 id=’2’
.get_text() 获取网页中所有的内容
.标签名称.类型 通过标签获取指定标签的内容 例如 .p.string
.attrs 获取所有属性
.get() 获取指定属性 soup.get(‘href’)
更多使用方法