BeautifulSoup说明

1.说明

是一个高效的网页解析库，可以从HTML或XML文件中提取数据

支持不同的解析器，比如，对HTML解析，对XML解析，对HTML5解析

就是一个非常强大的工具，爬虫利器

一个灵感又方便的网页解析库，处理高效，支持多种解析器

利用它就不用编写正则表达式也能方便的实现网页信息的抓取

 2.安装

1.直接在pycharm中的Python packages中输入beautifulsoup4下载

 2.找到Python的文件目录，打开cmd，输入python -m pip install beautifulsoup4

同时也要安装lxml库， lxml 是一种使用 Python 编写的解析库，可以迅速、灵活地处理 XML 和 HTML

3.解析库

解析库	使用方法	优势	劣势
Python标准库	BeatifulSoup(markup,'html.parser')	python的内置标准库，执行速度适中，文档容错率强	Python2.7.3or3.2.2前的版本中文容错率差
lxml HTML解析器 lxml XML解析器	BeautifulSoup(markup,'lxml') BeautifulSoup(markup,'xml')	速度快，容错率高 速度快，唯一支持XML的解析器	都需要安装C语言库
html5lib	BeautifulSoup(markup,'html5lib')	容错性强，以浏览器方式解析文档，生成HTML5格式的文档	速度慢，不依赖外部扩展

详情讲解请看：http://t.csdn.cn/VzoKN