本文介绍了Python的Beautiful Soup库，主要用于网页数据抓取。Beautiful Soup自动处理编码问题，提供导航和搜索功能。文章讲解了Beautiful Soup库的理解、Tag标签的概念及其属性，以及HTML基本格式和不同类型的遍历方法。最后，讨论了如何通过prettify()方法使HTML输出更易读。
Beautiful Soup
简单来说，Beautiful Soup 是 python 的一个库，最主要的功能是从网页抓取数据。官方解释如下：
Beautiful Soup 提供一些简单的、python 式的函数用来处理导航、搜索、修改分析树等功能。它是一个工具箱，通过解析文档为用户提供需要抓取的数据，因为简单，所以不需要多少代码就可以写出一个完整的应用程序。 Beautiful Soup 自动将输入文档转换为 Unicode 编码，输出文档转换为 utf-8 编码。你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，Beautiful Soup 就不能自动识别编码方式了。然后，你仅仅需要说明一下原始编码方式就可以了。 Beautiful Soup 已成为和 lxml、html6lib 一样出色的 python 解释器，为用户灵活地提供不同的解析策略或强劲的速度。
关于这个库的安装以及anaconda的环境配置，就自行百度就可以了，这里就不详细介绍~
这里放一个官方链接
废话不多说，我们来看一下吧～
这里先介绍一个可以用于测试这个库的一个HTML页面把：
https://www.crummy.com/software/BeautifulSoup/
我们可以把这个页面保存下来，也可以用源代码
如何获得源代码呢？
第一种方法：鼠标右键，显示源代码
第二种：使用requests库获取源代码
最低0.47元/天 解锁文章
扫一扫
56万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
