BeautifuSoup库介绍

Beautiful Soup 是一个强大的解析工具,借助网页的结构和属性等特性来解析网页。有了它就不用写一些复杂的正则表达式，只需要简单的
几局，就可以完成网页中某个元素的提取

BeautifulSoup就是python中的一个HTML或XML的解析库。可以用它方便的从网页中提取数据

特性：

1. 简单，用来处理导航、搜索、修改分析树等功能
2. 它是一个工具箱，通过解析文档用户提供需要抓取的数据
3. 可以自动将输入文档自动转换为Unicode编码，输出文档转换为UTF-8编码。不需要考虑编码方式，除非文档没有指定一个编码方式，这时
   仅仅需要说明一下原始编码方式就可以了

BeautifulSoup已成为 lxml、html6lib一样出色的Python解释器，为用户提供不同的解析策略和更快的速度

安装： 安装好BeautifuSoup 和 lxml
安装命令： pip install bs4 pip install lxml

BeautifulSoup支持的解析器：
1.
解析器： Python标准库
使用方法： BeautifuSoup(markup,‘html.parser’)
优势： Python的内置标准库，执行速度适中，文档容错能力强
劣势： Python2.7.3及Python3.2.2之前的版本文档容错能力差

lxml HTML解析器
使用方法： BeautifulSoup(markup,‘lxml’)
优势： 速度快、文档容错能力强
劣势： 需要安装C语言库

html XML解析器
使用方法：BeautifulSoup(markup,‘xml’)
优势：速度快、唯一支持XML的解析器
劣势： 需要安装C语言库

html5lib
使用方法：BeautifulSoup(markup,‘html5lib’)
优势： 最好的容错性、以浏览器的方式解析文档、生成HTML5格式的文档
劣势： 速度慢、不依赖外部扩展

通过以上对比可以看出，lxml解析器有解析HTML和XML的功能，而且速度快、容错能力强，所以推荐使用它(lxml)

如果使用lxml，那么在初始化BeautifulSoup 时，可以把第二个参数改为lxml即可 ：
from bs4 import BeautifulSoup
soup = BeautifulSoup(‘

Hello

’,‘lxml’)
print(soup.p.string)

BeautifulSoup具体用法去谷歌搜索资料即可