[python]html.parser + Beautifulsoup+GBK编码

一、HTML解析：Beautifulsoup

       1、import 

from bs4 import BeautifulSoup

       2、初始化

            

soup=BeautifulSoup(HTMLText,"html.parser")

      3、find和find_all

#find_all返回一个bs4.element.Tag对象数组
#find返回bs4.element.Tag对象。
#查找所有div标签
divs=soup.find_all("div")
#查找某个attr（如id）
x=soup.find_all(attrs={"id":"myId"})[0]
x=soup.find(attrs={"id":"myId"})[0]

      4、获取属性值或者innerHTML

     

#属性值读取
attrVal=soup.get("attrName")
#InnerHtml读取
text=soup.get_text()

二、HTML转移符处理：html.parser

import requests
import sys
import os
from bs4 i