html_doc = """
<html><head><title>The Dormouse's story</title></head>
<body>
<p class="title"><b>The Dormouse's story</b></p>
<p class="story">Once upon a time there were three little sisters; and their names were
<a href="http://example.com/elsie" class="sister" id="link1">Elsie</a>,
<a href="http://example.com/lacie" class="sister" id="link2">Lacie</a> and
<a href="http://example.com/tillie" class="sister" id="link3">Tillie</a>;
and they lived at the bottom of a well.</p>
<p class="story">...</p>
"""#BeautifulSoup 封装在bs4中
from bs4 import BeautifulSoup
soup=BeautifulSoup(html_doc)
print(soup.prettify())#prettify 美化#浏览美化后的html文件的结构
soup.find_all('p')#根据html的结构将某些位置上的值取出来
soup.find('a')输出
#<a class="sister" href="http://example.com/elsie" id="link1">Elsie</a>#怎么把上面的结构中链接提取出来，
#soup.find('a').href自己想的，返回的是None错误，看来不能直接进行关键字
#需要重写命令，使用get函数
line=soup.find('a')
line.get('href')
#文档中所有<a>标签的链接
for line in soup.find_all('a'):
print("链接",line.get('href'))#href超文本引用#tag中包括子tag
#tag中的一次方法
#.content .children
#跟理解的一样没什么好说的
len(soup.contents)#方法contents返回的是列表，相当于对列表处理
soup.contents[0].name#因为contents是列表，所以不能直接对列表调用name
#.contents 和 .children只包含直接子节点
#针对间接的子节点，.descendants提供
list(head_tag.descendants)
#仍然是返回列表
len(list(soup.descendants))
#该html文档包含全部节点数
输出的字符串中可能包含了很多的空格和空行，how to do?
soup.html.stripped_strings
head_tag=soup.head
head_tag.parent
#so 所有的节点都是有父节点的
#类似子节点，返回的也是一个列表
link=soup.a
for parent in link.parents:
if parent is None:
print(parent)
else:
print(parent.name)#通过上面使用find_all可以猜想出大约的参数
#（name,arrts,txet,limit）
#name
#arrts 列表的形式
#class_
#css选择器
#select（）
#通过标签逐层查找
st=soup.select("title")
288
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
