1.1 BeautifulSoup使用方法

先上实例代码：

1 from urllib.request import urlopen
2 from bs4 import BeautifulSoup
3 
4 html = urlopen("http://www.pythonscraping.com/pages/page1.html")
5 bs0bj = BeautifulSoup(html.read())
6 print(bs0bj.h1)
7 print(bs0bj.html.body.h1)
8 print(bs0bj.body.h1)
9 print(bs0bj.html.h1)

BeautifulSoup的作用，如官网所言：

Beautiful Soup提供一些简单的、python式的函数用来处理导航、搜索、修改分析树等功能。它是一个工具箱，通过解析文档为用户提供需要抓取的数据，因为简单，所以不需要多少代码就可以写出一个完整的应用程序。

Beautiful Soup自动将输入文档转换为Unicode编码，输出文档转换为utf-8编码。你不需要考虑编码方式，除非文档没有指定一个编码方式，这时，Beautiful Soup就不能自动识别编码方式了。然后，你仅仅需要说明一下原始编码方式就可以了。

Beautiful Soup已成为和lxml、html6lib一样出色的python解释器，为用户灵活地提供不同的解析策略或强劲的速度。

简单而言，就是解析网页结构，将html代码格式化。

待续...

转载于:https://www.cnblogs.com/zhliu/p/10402963.html