爬虫第2周——Beautiful Soup安装，基本元素

Beautiful Soup的安装：cmd- pip install beautifulsoup4
安装小测：
1.找到目标URL https://python123.io/ws/demo.html 按下F12或查看原代码即可得到页面的代码。或者采用requests库获得原代码：

 import requests
>>> r=requests.get("https://python123.io/ws/demo.html")
>>> r.text
>>> demo = r.text	#demo为变量

2.解析

>>> from bs4 import BeautifulSoup
>>> soup = BeautifulSoup(demo,'html.parser')	# html.parser 为demo的网页解释器
>>> print (soup.prettify())
在这里插入代码片

结果如下：
Beautiful Soup库的理解

Beautiful Soup对应一个HTML/XML文档的全部内容。HTML文档与标签树，Beautiful Soup类相对应。
属性是来定义标签的特点的，键值对组成。

Beautiful Soup解析器

Beautiful Soup类的基本元素
Tag标签
最基本的信息组织单元，分别用<>和</>表明开头和结尾

>>>soup.title	#打印源码中<title>，</title>标签中的内容
<title>This is a python demo page</title>
>>> tag = soup.a	#<a>,</a>标签中的内容赋给tag变量
>>> tag		#打印tag及<a>,</a>标签中的内容
<a class="py1" href="http://www.icourse163.org/course/BIT-268001" id="link1">Basic Python</a>
在这里插入代码片

任何存在于HTML语法中的标签都可以用soup.访问获得。
当HTML文档中存在多个相同对应内容时，soup.返回第一个
tag的name
格式：.name
tag的attr（属性）
attributes：标签的属性，字典形式组织。格式：.attrs
一个可以有0或多个属性，字典类型
tag的NavigableString
NavigableString：标签内非属性字符串。格式.string
注：NavigableString可以跨越多个层次
tag的Comment
comment：标签内字符串的注释部分，一种特殊的Comment类型
注：<! 表示注释开始