前面已经对BS4有了简单的认识和讲解,该讲的都讲了,原本也已经想好了一个实例,但是现在想往后推一推,因为我实在受不了了,我们前面说的参考文档是BS4的官方文档,就是这货:http://beautifulsoup.readthedocs.org/zh_CN/latest/#extract 但是这几天我在打开这个网址的时候发现,要么就是很慢很慢才能打开,要么就是根本就打不开,真是岂有此理,虽然这有可能也是公司网络的限制,但是这种"和尚摸得,我摸不得?"的心情实在难受,所以我决定将BS4的文档直接下载到本地
在开始之前,我们先来分析这个实例
实例:下载BS4官方文档
实例要求:
将BS4官方文档下载到本地并保存
下载的文档格式要与网页上的保持一致
实例分析:
需要获取的内容是一大块的内容,中间还有各种网页标签之类的,使用RE很难实现,所以选择BS4
要获取的部分含有转义字符,不规范的代码等等,所以我们需要进行二次处理