python的beautifulsoup库（结合文档，个人小总结）

基本操作区：
soup.prettify()将解码后的网页内容对象soup，转换成标准的H5格式
soup.标签名 获得第一个这个标签的内容（列如：soup.title输出）即这个标签包含的包括标 签的内容
同样soup.标签1.标签2。。。可以循环，就是取第一个标签1的第一个标签2.。。
soup.标签名.name获得这个标签的名字（例如：soup.p.name，结果是p）
soup.标签名.string获得第一个这个标签的内容（不包括标签，比如soup.p.string结果是The Dormouse’s story）
soup.标签名[]获得的是第一个这个标签中，[]内对应的值，比如

The Dormouse’s story

然后print (soup.p[‘class’])结果就是’title’（类似于提取字典）
soup.find(条件)找到满足find内部条件的第一条完整语句（包含标签和内容）比如print(soup.find(id=1100))对应的就是p class=“title” id=1100> The Dormouse’s story#貌似只能找id
soup.find_all(条件)#条件可以是标签名字，或者id=？？等等，并且找出所有的满足项，形成一个列表。#貌似不能找class
嵌套查询，利用find_all获得的列表中的每一项，可以获得他们对应的各个参数对应信息。比如：
for link in soup.find_all(‘a’):
print(link.get(‘href’))
# http://example.com/elsie
# http://example.com/lacie
# http://example.com/tillie
（与soup.标签名[]区别在于，这个利用列表中的每一项，每一项不是soup对象，而soup.标签名[]是利用soup对象中的某个 标签来查询）
soup.get_text()获得soup对象获得的经过解析后的网页的所有内容（去除掉标签，这是和soup.prettify()的区别）
基本概念区：
soup=bf(html_doc,‘html.parser’)中soup是BeautifulSoup对象
soup.标签获得的是tag对象
soup.标签（或者什么的）.string获得的是NavigableString对象，且这个对象不能被直接修改，除非利用tag.string.replace_with (字符串)才能替换修改：
tag.string.replace_with(“No longer bold”)
print（tag)
#

No longer bold

进阶区：
1、tag对象进阶：
tag.contents可以将该tag对象的所有子tag以列表形式展现，比如：
head_tag = soup.head
head_tag
#

			head_tag.contents
			[<title>The Dormouse's story</title>]
	tag.children是一个生成器，可以就用for i in形式。将tag中的子tag作为生成器的成员：
			for i in soup.body.children:
				print(i)
			<p class="title">Once upon a time there were three little sisters; and their names were
			<a class="sister" href="http://example.com/elsie" id="link1">Elsie</a>,
			<a class="sister" href="http://example.com/lacie" id="link2">Lacie</a> and
			<a class="sister" href="http://example.com/tillie" id="link3">Tillie</a>;
	tag.descendants也是一个生成器，只是前两个每个成员都是直接子tag，而这个是每个子tag是一个成员外，每个孙tag也是		一个单成员，并且，标签里的内容也是一个单成员。
	
2、NavigableString对象进阶：
	soup.string生成的对象可能会产生空格，而soup.stripped_strings 会自动去除空格和空行