爬虫练手——使用Beautiful Soup、XPath分别获取丁香园论坛回复内容

简单整点吧

简单的说，Beautiful Soup就是Python的一个html或xml的解析库，可以用来从网页中提取数据。
BeautifulSoup在解析时实际上以来解析器，它除了支持Python标准库中的html解析器外，还支持一些第三方解析器（比如lxml）。用法介绍就看文档和一些书籍就好了，推荐崔庆才的《 Python3网络爬虫开发实战》。
再说说XPath，全称是XML Path Language，XMl路径语言，是一门在XML文当中查找信息的语言。它最初是用来搜索XML文档的，不过同样适用于HTML文档的搜索。Xpath的选择功能十分强大，提供了非常简洁的路径选择表达式。另外，它还提供了超过100个内建函数，用于字符串、数值、时间的匹配以及节点、序列的处理等等，几乎所有想要定位的节点都可以用XPath来选择。

XPath常用规则

表达式	描 述
nodename	选择此节点的所有子节点
/	从当前节点选取直接子节点
//	从当前节点选取子孙节点
·	选取当前节点
. .	选取当前节点的父节点
@	选取属性

爬取丁香园论坛回复内容

如往常一样，打开浏览器，打开pycharm新建一个py文件，在