最新【爬虫系列】爬取小说网站--Bs4（2024-4-21可用）(1)

• • 1 数据解析的原理:

• 2 bs4数据解析的原理:

• 3 环境安装:

• 3、如何实例化BeautifulSoup对象:

• 4、提供的用于数据解析的方法和属性:

• 5、获取标签之间的文本数据:

• 6、实例

1、环境安装

---

在pip文件夹里面新建一个文件叫做 pip.ini ,内容写如下即可

[global]

timeout = 6000

index-url = https://mirrors.aliyun.com/pypi/simple/

trusted-host = mirrors.aliyun.com

linux

（1）cd ~

（2）mkdir ~/.pip

（3）vi ~/.pip/pip.conf

（4）编辑内容，和windows一模一样

• 需要安装：

• pip install bs4

• pip install lxml

2、Bs4进行数据解析

---

1 数据解析的原理:

-1.标签定位

-2.提取标签、标签属性中存储的数据值

2 bs4数据解析的原理:

-1.实例化一个BeautifulSoup对象，并且将页面源码数据加载到该对象中

-2.通过调用BeautifulSoup对象中相关的属性或者方法进行标签定位和数据提取

3 环境安装:

- pip install bs4

- pip install lxml

3、如何实例化BeautifulSoup对象:

---

from bs4 import BeautifulSoup

对象的实例化:

- 1.将本地的html文档中的数据加载到该对象中

fp = open( ‘./test.html’ ,‘r’ ,encoding=‘utf-8’)soup =BeautifulSoup(fp, ‘lxml’ )

-2.将互联网上获取的页面源码加载到该对象中

page_text =response.text

soup =BeatifulSoup(page_text, ’ lxml’)

4、提供的用于数据解析的方法和属性:

---

- soup.tagName:返回的是文档中第一次出现的tagName对应的标签- soup.find( ):

（1）Python所有方向的学习路线（新版）

这是我花了几天的时间去把Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

最近我才对这些路线做了一下新的更新，知识体系更全面了。

（2）Python学习视频

包含了Python入门、爬虫、数据分析和web开发的学习视频，总共100多个，虽然没有那么全面，但是对于入门来说是没问题的，学完这些之后，你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。

（3）100多个练手项目

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了，只是里面的项目比较多，水平也是参差不齐，大家可以挑自己能做的项目去练练。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里无偿获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！