2.Python网络爬虫与信息提取——网络爬虫之提取

一、Beautiful Soup库入门

 使用：

 2、Beautiful Soup库的基本元素

soup中包含了整个html 的信息

 3、基于bs4库的html内容遍历方法

  4、基于bs4库的html的格式输出

prettify()

 bs4总结：

 二、信息组织与提取方法

1.信息标记的3种形式

 

①XML

 

②JSON

 ③YAML

 

 2.三种信息标记形式的比较

 

 3.信息提取的一般方法

 

 4.基于bs4库的html内容查找方法

find_all()方法

 5、实战

中国大学排名定向爬虫

 

代码大框架：

 

 代码优化：