Python学习笔记-网络爬虫（二、提取）

一、Beautiful Soup

1、BeautifulSoup库基本元素

2、基于bs4库的HTML内容遍历方法

3、基于bs4的HTML格式化和编码（让HTML信息可读性更好）

二、信息组织与提取方法

1、信息标记的三种形式

2、三种信息标记形式的比较

3、信息提取的一般方法

4、基于bs4的HTML内容查找方法

find_all()

find_all()第一个参数：name

     （re：正则表达式库）

find_all()第二个参数：attrs

find_all()第三个参数：recursive

find_all()第四个参数：string

三、实例：中国大学排名定向爬虫

1、介绍

2、中国大学排名定向爬虫实例编写

其中函数再完善：