解析器
BeautifulSoup支持Python标准库中的HTML解析器（html.parser），还支持一些第三方的解析器，如：lxml、html5lib，官方推荐使用lxml（优势：速度快、支持xml）作为解析器。如果没有配置解析器，BeautifulSoup会根据系统安装的库自动选择解析器，因此最好注明使用哪种解析器，避免不同环境执行结果不一致。
经过实践，html5lib的兼容性最佳，html.parser和lxml无法正确解析的复杂的html文档（包含多个iframe框架，应用find_all("iframe")获取的结果数量少于实际的数量），换为html5lib后可以正确解析。
解析器的使用方法：
BeautifulSoup(markup, "lxml")
对象类型
BeautifulSoup对象类型包括BeautifulSoup，Tag，NavigableString，Comment。
示例如下：
from bs4 import BeautifulSoup
html_doc = """
<html>
<head><title>The Dormouse's story</title></head>
<body>
<b><!--Hey, buddy. Want to buy a used parser?--></b>
<p class="title"><b>The Dormouse's story</b></p>
<p class="story">Once upon a time there were three little sisters; and their names were
<a href="http://example.com/elsie" class="sister" id="link1">Elsie</a>,
<a href="http://example.com/lacie" class="sister" id="link2">Lacie</a> and
<a href="http://example.com/tillie" class="sister" id="link3">Tillie</a>;
and they lived at the bottom of a well.</p>
<p class="story">...</p>
"""
soup=BeautifulSoup(html_doc)
tag=soup.title
string=tag.string
comment=soup.b.string
print type(soup) # <class 'bs4.BeautifulSoup'>
print type(tag) # <class 'bs4.element.Tag'>
print type(string) # <class 'bs4.element.NavigableString'>
print type(comment) # <class 'bs4.element.Comment'>
备注：
详细文档可参考官方文档：http://www.crummy.com/software/BeautifulSoup/bs4/doc/
943
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
