一、beautifulSoup库的安装
pip install BeautifulSoup
二、beautifulsoup库的使用
1、调用beautifulsoup库
from bs4 import beautifulsoup4
import bs4
2、beautifulsoup简单使用
from bs4 import BeautifulSoup soup = BeautifulSoup("<html>data<html>","html.parser") soup2 = BeautifulSoup("<html>data<html>","html.parser")
BeautifulSoup对应一个HTML/XML文档的全部内容
3、beautifulsoup解析器
bs4的HTML解析器 BeautifulSoup(mk,'html.parser') 安装bs4库
lxml的HTML解析器 BeautifulSoup(mk,'lxml') pip install lxml
lxml的XML解析器 BeautifulSoup(mk,'xml') pip install lxml
html5lib的解析器 BeautifulSoup(mk,'html5lib') pip install html5lib
4、beautifulsoup类的基本元素
Tag 标签，最基本的信息组织单元，分别用<>和</>标明开头和结尾
Name 标签的名字，<p>...</p>的名字是'p'，格式：<tag>.name
Attributes 标签的属性，字典形式组织，格式：<tag>.attrs
NavigableString 标签内非属性字符串，<>...</>中的字符串，格式：<tag>.string
Comment 标签内字符串的注释部分，一种特殊的Comment类型
5、标签树的下行遍历
.contents 子节点的列表，将<tag>所有的儿子节点存入列表
.children 子节点的迭代类型，与.contents类似，用于循环遍历儿子节点
.descendants 子节点的迭代类型，包括所有的子孙节点，用于循环遍历
6、标签树上行遍历
.parent 节点的父亲标签
.parents 节点先辈标签的迭代类型，用于循环遍历先辈节点
7、标签树的平行遍历属性
.next_sibling 返回按照HTML文本顺序的下一个平行节点标签
.previous_sibling 返回按照HTML文本顺序的上一个平行节点标签
.next_siblings 迭代类型，返回按照HTML文本顺序的后续所有平行节点标签
.previous_siblings 迭代类型，返回按照HTML文本顺序的前续所有平行节点标签
条件：平行遍历必须发生在同一个父节点下的各节点间
