Beautiful Soup

Beautiful Soup是用Python寫的一個(gè)HTML/XML的解析器，它可以很好的處理不規(guī)范標(biāo)記并生成剖析樹(parse tree)。 它提供簡(jiǎn)單又常用的導(dǎo)航（navigating），搜索以及修改剖析樹的操作。它可以大大節(jié)省你的編程時(shí)間。

Beautiful Soup介紹：

1.Beautiful Soup提供了一些簡(jiǎn)單的方法和Python術(shù)語(yǔ)，用于檢索和修改語(yǔ)法樹：一個(gè)用于解析文檔并提取相關(guān)信息的工具包。這樣你寫一個(gè)應(yīng)用不需要寫很多代碼。
2.Beautiful Soup自動(dòng)將輸入文檔轉(zhuǎn)換為Unicode編碼，并將輸出文檔轉(zhuǎn)化為UTF-8編碼。你不需要考慮編碼，除非輸入文檔沒(méi)有指出其編碼并且Beautiful Soup無(wú)法自動(dòng)檢測(cè)到，這時(shí)你需要指出原來(lái)的編碼方式。
3.Beautiful Soup位于一些流行的Python解析器比如lxml和html5lib的上層，這允許你使用不同的解析策略或者犧牲速度來(lái)?yè)Q取靈活性。

如何遍歷樹？

使用find_all 函數(shù)

find_all(name, attrs, recursive, text, limit, **kwargs)

舉例說(shuō)明：

print soup.find_all('title')
print soup.find_all('p','title')
print soup.find_all('a')
print soup.find_all(id="link2")
print soup.find_all(id=True)

返回值為：

[<title>The Dormouse's story</title>]
[<p class="title"><b>The Dormouse's story</b></p>]
[<a class="sister" href="http://example.com/elsie" id="link1">Elsie</a>, <a class="sister" href="http://example.com/lacie" id="link2">Lacie</a>, <a class="sister" href="http://example.com/tillie" id="link3">Tillie</a>]
[<a class="sister" href="http://example.com/lacie" id="link2">Lacie</a>]
[<a class="sister" href="http://example.com/elsie" id="link1">Elsie</a>, <a class="sister" href="http://example.com/lacie" id="link2">Lacie</a>, <a class="sister" href="http://example.com/tillie" id="link3">Tillie</a>]

使用方法：

1.下載完成之后需要解壓縮，假設(shè)放到D:/python下。
2.運(yùn)行cmd，切換到D:/python/beautifulsoup4-4.3.2/目錄下（根據(jù)自己解壓縮后的目錄和下載的版本號(hào)修改），cd /d D:/python//beautifulsoup4-4.3.2
3.運(yùn)行命令：
setup.py build
setup.py install
4.在IDE下from bs4 import BeautifulSoup，沒(méi)有報(bào)錯(cuò)說(shuō)明安裝成功。