beautiful soup自動將輸入文件轉換為unicode編碼，輸出文件轉換為utf-8編碼，不需要考慮編碼問題。
beautiful soup安裝：
直接呼叫節點的名稱就可以選擇節點元素，再呼叫string屬性就可以得到節點內的文字了，這種選擇方式速度非常快。如果單個節點結構層次非常清晰，可以選用這種方式來解析。
html = """
the dormouse's story
once upon a time there were three little sisters; and their names were
,lacie and
tillie;
and they lived at the bottom of a well.
..."""
from bs4 import beautifulsoup
soup=beautifulsoup(html,"lxml")
#首先列印輸出title節點的選擇結果，輸出的就是title節點和裡面文字內容。
print(soup.title)
#接下來，輸出它的型別是bs4.element.tag型別，這是beautiful soup中乙個重要的資料結構。
print(type(soup.title))
#經過選擇器選擇後，選擇結果都是這種tag型別。tag具有一些屬性，比如string屬性，呼叫該屬性，可以得到節點的文字內容。
print(soup.title.string)
#選擇了head節點，結果也是節點加其內部的所有內容。
print(soup.head)
#選擇p節點。結果是第乙個p節點的內容，後面的幾個p節點並沒有選到。也就是說，當有多個節點時，這種方式只會選擇第乙個匹配的節點，其他後面節點都會忽略。
print(soup.p)
檢視一下soup的屬性功能：
print(dir(soup))['ascii_spaces', 'default_builder_features', 'no_parser_specified_warning',
'root_tag_name', '__bool__', '__call__', '__class__', '__contains__', '__copy__',
'__delattr__', '__delitem__', '__dict__', '__dir__', '__doc__', '__eq__', '__format__',
'__ge__', '__getattr__', '__getattribute__', '__getitem__', '__getstate__', '__gt__',
'__hash__', '__init__', '__init_subclass__', '__iter__', '__le__', '__len__', '__lt__',
'__module__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__',
'__setattr__', '__setitem__', '__sizeof__', '__str__', '__subclasshook__', '__unicode__',
'__weakref__', '_all_strings', '_check_markup_is_url', '_feed', '_find_all', '_find_one',
'_is_xml', '_lastrecursivechild', '_last_descendant', '_linkage_fixer',
'attrs', 'builder', 'can_be_empty_element', 'cdata_list_attributes', 'childgenerator',
'children', 'clear', 'contains_replacement_characters', 'contents', 'currenttag',
'current_data', 'declared_html_encoding', 'decode', 'decode_contents', 'decompose',
'descendants', 'encode', 'encode_contents', 'enddata', 'extend', 'extract',
'fetchnextsiblings', 'fetchparents', 'fetchprevious', 'fetchprevioussiblings', 'find',
'findall', 'findallnext', 'findallprevious', 'findchild', 'findchildren', 'findnext',
'findnextsibling', 'findnextsiblings', 'findparent', 'findparents', 'findprevious',
'findprevioussibling', 'findprevioussiblings', 'find_all', 'find_all_next',
'find_all_previous', 'find_next', 'find_next_sibling', 'find_next_siblings',
'find_parent', 'find_parents', 'find_previous', 'find_previous_sibling',
'find_previous_siblings', 'format_string', 'formatter_for_name', 'get', 'gettext',
'get_attribute_list', 'get_text', 'handle_data', 'handle_endtag', 'handle_starttag',
'has_attr', 'has_key', 'hidden', 'index', 'insert', 'insert_after', 'insert_before',
'isselfclosing', 'is_empty_element', 'is_xml', 'known_xml', 'markup', 'name',
'namespace', 'new_string', 'new_tag', 'next', 'nextgenerator', 'nextsibling',
'nextsiblinggenerator', 'next_element', 'next_elements', 'next_sibling', 'next_siblings',
'object_was_parsed', 'original_encoding', 'parent', 'parentgenerator', 'parents',
'parse_only', 'parserclass', 'parser_class', 'poptag', 'prefix',
'preserve_whitespace_tag_stack', 'preserve_whitespace_tags', 'prettify', 'previous',
'previousgenerator', 'previoussibling', 'previoussiblinggenerator', 'previous_element',
'previous_elements', 'previous_sibling', 'previous_siblings', 'pushtag',
'recursivechildgenerator', 'rendercontents', 'replacewith', 'replacewithchildren',
'replace_with', 'replace_with_children', 'reset', 'select', 'select_one', 'setup',
'smooth', 'string', 'strings', 'stripped_strings', 'tagstack', 'text', 'unwrap', 'wrap']
print(soup.p.attrs)
print(soup.p.attrs['name'])
dromouse
html = """
"""from bs4 import beautifulsoup
soup=beautifulsoup(html,'lxml')
print(soup.head.title)
print(type(soup.head.title))
print(soup.head.title.string)
the dormouse's story
the dormouse's story
BeautifulSoup常用方法
1.初始化 2.查詢指定標籤 eg 要找到符合的所有標籤 p.findall div 反覆利用標籤特徵可以找到最終需要的標籤 3.直接加標籤名可以找到所有子標籤 eg 找到所有標籤 p.td 4.直接以字典形式，可以訪問標籤內對應屬性的值 eg 要找到 中href 的值 www.csdn.net p...
BeautifulSoup學習筆記
prettify 將html 格式化 get text 獲得所有文字內容 contens 返回所有子節點 children 返回子節點生成器 descendants 返回所有子孫節點的生成器 strings 返回包含的多個字串的生成器 stripped strings 返回包含的多個字串 去除多餘空...
爬蟲 BeautifulSoup 模組
二 根據這個dom樹就可以按照節點的名稱 屬性和文字搜尋節點 find all 方法會搜尋出所有滿足要求的節點，find 方法只會搜尋出第乙個滿足要求的節點 兩個方法的引數一模一樣 三 得到節點以後，就可以訪問它的名稱 屬性 文字。a為標籤名稱 超連結 href，class為屬性，顯示在頁面上的是p...