看排版更好的原文地址
BeautifulSoup庫是解析、遍歷、維護“標簽樹”的功能庫
安裝
sudo pip install beautifulsoup4使用
# coding: UTF-8
import requests
url="http://www.baidu.com"
r=requests.get(url)
r.encoding=r.apparent_encoding
print r.text結果：
上面的代碼以前寫過，就是獲取百度的源代碼。現在我們就通過這個源代碼來學習beautifulsoup庫的使用吧
soup.prettify()
對源代碼進行美化（格式化）
# coding: UTF-8
import requests
from bs4 import BeautifulSoup
url="http://www.baidu.com"
r=requests.get(url)
r.encoding=r.apparent_encoding
#將源代碼保存到變量s里面
s=r.text
soup=BeautifulSoup(s,"html.parser")
s=soup.prettify()
print s結果：（確實好看多了）
from bs4 import
引入BeautifulSoup類
代碼中構建了一個BeautifulSoup類型的對象soup，參數為網頁源代碼和”html.parser”，表明是解析html的。
soup=BeautifulSoup(s,"html.parser")上面的代碼是通過字符串里面的源代碼構建BeautifulSoup類對象,還可以像下面這樣直接使用本地html文件創建BeautifulSoup類對象。
soup=BeautifulSoup(open("a.html"),"html.parser")基本元素說明
例子
- title
標題標簽
print soup.title結果：
- a
鏈接標簽
print soup.a結果：
tips：有多個時只返回第一個
* name
顯示標簽的名字
print soup.a.name
- parent
得到標簽的父標簽，是一個bs4.element.Tag對象
int soup.a.parent.name
print soup.a.parent.parent.name
print soup.a.parent.parent.parent.parent.parent.name
- attrs
得到標簽屬性，是一個字典
print soup.a.attrs
如果要獲取字典中的一個值，可以通過：
print soup.a.attrs["class"]class是字典的一個key,返回它對應的value
print soup.a.attrs["href"]
```獲取鏈接
```tips:在python里面可以用type()獲取變量的類型``` * string
獲取尖括號之間的字符串
<div class="se-preview-section-delimiter"></div>
print soup.a.string
“`
print soup.a.string是一個bs4.element.NavigableString類型的對象
為了便於比較，附a的圖：
- 小結
html的遍歷
contents
子節點的列表，list類型
soup=BeautifulSoup("<body><p>1111</p><p>2222</p></body>","html.parser")
print soup.body.contents
得到列表元素：
list=soup.body.contents
print list[1]
tips:index從0開始，list[0],list[1]children
得到標簽的子節點，為listiterator（迭代）類型
for child in soup.body.children:
print child遍歷兒子節點
parent
節點的父親標簽
parents
先輩標簽的迭代類型
平行遍歷
（同一個父節點的標簽之間）
- 總結
http://hjwblog.com/2018/03/22/%E5%AE%89%E5%8D%93/%E5%AE%89%E5%8D%93%E5%BC%80%E5%8F%91-intent%E5%9C%A8Activity%E4%B9%8B%E9%97%B4%E6%95%B0%E6%8D%AE%E4%BC%A0%E9%80%92/