%d：格式化整数类型
Beautiful Soup（bs4）：多次筛选
方法：
prettify()：以HTML格式输出
.string：获得标签内部的文字（只支持当前标签下和标签的标签）
.strings：获取多个字符串，不过需要遍历获取（无限制）
.stripped_strings：获取多个字符串，并去掉多余空白内容
.contents：将该节点（Tag）的全部内容以‘列表’的形式输出（支持索引的方式来获取元素）
.children：返回一个list迭代器，可遍历
.descendants：该属性可以对所有标签（Tag）的子孙节点进行递归循环，和.children属性有点相似（拥有一个剥离过程，有点像剥鸡蛋？？？）
name：返回该标签的名称
attrs：返回该标签中的所有属性
del：删除（可以删除属性）
例：del 对象.标签[‘属性’]
get（‘属性’）：获得属性值
repr（string）：就对象转换位共解释器读取的形式
.parent：返回该标签的父节点（父标签）
.parents：返回可以递归得到元素的所有父辈节点(所有父标签）
next_sibling：获取该节点的下一个兄弟节点（返回值是下一个节点，允许对象.tag.next_sibling.next_sibling，多层使用）
.prev_sibling：获取上一兄弟节点，如果节点不存在，则返回None
.next_siblings：获取该节点以下的兄弟节点
.previous_siblings ：获取该节点以上的所有兄弟节点，如果没有则返回None
.next_element：（过程）获取该节点的后面那个节点
.prev_element：（过程）获取该节点前面的节点
.next_elements：（过程）获取该节点后面的所有节点
.prev_elements：（过程）获取该节点前面的所有节点
Beautiful Soup的四大对象种类：
Tag：HTML中的一个个标签（就是标签）
格式：BeautifulSoup对象.标签 返回值为Tag
Tag对象支持字典形式，对象.标签[‘属性’] 返回的是属性值
可以采用字典的形式进行属性修改。
例：对象.标签[‘属性’]=属性值
Tag对象的属性：（支持字典形式，对象.标签[‘属性’] 返回的是属性值）
name：返回该标签的名称
attrs：返回该标签中的所有属性
del：删除（可以删除属性）
例：del 对象.标签[‘属性’]
Tag的方法：
get（‘属性’）：获得属性值
NavigableString：可以遍历的字符串（获得标签内部的文字）
NavigableString的对象属性：
.string：获得标签内部的文字（只支持当前标签下和标签的标签）
.strings：获取多个字符串，不过需要遍历获取（无限制）
BeautifulSoup：beautifulsoup对象表示的是一个文档的全部内容（可以当成特殊的Tag对象）
Comment：Comment 对象是一个特殊类型的 NavigableString 对象（带有注释的文本，数据类型为Comment）
与NavigableString 对象的区别就是Comment对象输出的内容带有注释符号
遍历文档树：
直接子节点：
.contents：将该节点（Tag）的全部内容以‘列表’的形式输出（支持索引的方式来获取元素）
.children：返回一个list迭代器，可遍历
所有子孙节点：
.descendants：该属性可以对所有标签（Tag）的子孙节点进行递归循环，和.children属性有点相似（拥有一个剥离过程，有点像剥鸡蛋？？？）
父节点：
.parent：返回该标签的父节点（父标签）
.parents：返回可以递归得到元素的所有父辈节点(上级标签）
兄弟节点：（同级存在）
.next_sibling：获取该节点的下一个兄弟节点（返回值是下一个节点，允许对象.tag.next_sibling.next_sibling，多层使用）
.prev_sibling：获取上一兄弟节点，如果节点不存在，则返回None
（ 注意：实际文档中的 tag 的 .next_sibling 和 .previous_sibling 属性通常是字符串或空白，因为空白或者换行也可以被视作一个节点，所以得到的结果可能是空白或者换行）
.next_siblings：获取该节点以下的兄弟节点
.previous_siblings ：获取该节点以上的所有兄弟节点，如果没有则返回None
前后节点：（该节点位置的前后节点，按照过程，从上到下，从左到右的顺序）
.next_element：（过程）获取该节点的后面那个节点
.prev_element：（过程）获取该节点前面的节点
.next_elements：（过程）获取该节点后面的所有节点
.prev_elements：（过程）获取该节点前面的所有节点
搜索文档树：
find_all（name，arrts，recursive，text，**kwargs）：筛选器，支持字符串，传入True，可以匹配到所有的tag（标签）
**kwargs参数 支持参数为tag（标签）的属性来搜索，例如：对象.find_all（id=“link2”）
注意：tag的class属性用“class_”来表示
注意：有些tag属性在搜索find_all不能使用
注意：attrs属性在搜索中以字典的格式使用，例“attrs={"data-foo": "value"}”
text 参数接受 字符串，正则表达式，列表，True
limit 参数：限制返回结果的数量
格式： 对象.find_all("p",limit=2) #返回结果为两条
.select（）：注意：利用css格式来进行搜索
貌似返回结果尅多个
可以利用 标签[属性=？？] 的格式来进行匹配（属性用中括号括起来）
返回值是list，支持标签，只匹配一次
例：print soup.select('#link1')
print soup.select('.sister')
print soup.select('p #link1')
print soup.select("head > title")
print soup.select('a[class="sister"]')
re：
re.compile(”正则表达式“)：将正则表达式字符串转换为一个对象，在进行find_all时python会将字符串转换为正则表达式对象，而经过compile方法转换之后。就不会发生重复转换的问题（使用正则表达式时需要用到，将正则表达式进行转换，有点像对正则表达式字符串的一种封装）
urllib库：（利用它模拟浏览器的请求发起过程）
urllib.request.Request（“网址”）：向服务器发送请求
urllib.request.urlopen（“网址”，【timeout=数值】）：打开链接
timeout参数：超时时间，超过指定时长，跳过抓取
date参数
headers参数：仿造头部信息，来伪装浏览器，该参数是一个字典
以上方法对象的方法
read（）：读取
read（）.decode（“utf-8”）：以utf-8的格式读取
status：返回请求成功的结果，成功返回200，失败返回404（响应的状态码）
getheaders（）：返回响应的头信息（全部）
getheader（‘参数’）：返回头信息中的指定信息
关于urllib异常：
urllib.error
urllib.error.HTTPErroe 异常：有code属性，代表错误信息
urllib.error.URLError 异常：有reason属性，urlerr的属性
关于selenium库：
from selenium import webdriver
方法：
webdriver.Chrome（）：返回一个浏览器对象
浏览器对象.get（“网址”）：利用浏览器对象自动打开浏览器
定位元素的8种方法：
定位一个元素 定位多个元素 含义
find_element_by_id find_elements_by_id 通过元素id定位
find_element_by_name find_elements_by_name 通过元素name定位
find_element_by_xpath find_elements_by_xpath 通过xpath表达式定位
find_element_by_link_text find_elements_by_link_tex 通过完整超链接定位
find_element_by_partial_link_text find_elements_by_partial_link_text 通过部分链接定位
find_element_by_tag_name find_elements_by_tag_name 通过标签定位
find_element_by_class_name find_elements_by_class_name 通过类名进行定位
find_elements_by_css_selector find_elements_by_css_selector 通过css选择器进行定位
关于Selenium库中的Webdriver模块：
浏览器控制方法：
set_window_size() 设置浏览器的大小
back() 控制浏览器后退
forward() 控制浏览器前进
refresh() 刷新当前页面
clear(） 清除文本
send_keys (value) 模拟按健输入
click() 单击元素
submit(） 用于提交表单
get_attribute(name) 获取元素属性值
is_displayed() 设置该元素是否用户可见
size 返回元素的尺寸
text 获取元素的文本
鼠标方法：
ActionChains(driver) 构造ActionChains对象
context_click() 执行鼠标悬停操作
move_to_element(above) 右击
double_click() 双击
drag_and_drop() 拖动
move_to_element(above) 执行鼠标悬停操作
context_click() 用于模拟鼠标右键操作，在调用时需要指定元素定位
perform() 执行所有ActionChains 中存储的行为，可以理解成是对整个操作的提交动作
多窗口切换：
current_window_handle 获得当前窗口句柄
window_handles 返回所有窗口的句柄到当前会话
switch_to.window() 用于切换到相应的窗口，与上一节的switch_to.frame()类似，前者用于不同窗口的切换，后者用于不同表单之间的切换。
关于pyquery库的使用：
##css选择器（和beautiful soup库功能相似）
网页解析库
构造方法： 初始化一个pyquery对象需要传入一个html文本
构造方法可传入“字符串”，“url”（链接），“文件名”（filename），等等
方法：
find()：支持find查找，
children()：只查找子节点，支持参数传递。例：参数为“.active"
parent()：查找某个节点的父节点
parents()：查找祖先节点，支持参数传递，参数为 .
siblings()：获取兄弟节点
关于对pyquery对象的遍历：
需要用到items（）方法
items()：使用后返回一个可遍历的生成器（类型是puquery）
节点（标签）方法：
attr（）：获取属性，支持参数传入属性名称
text（）：获取其内部的文本
html（）：获取html文本
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
