python3与Beautiful Soup库

BeautifulSoup库主要用于处理HTML和XML格式的文件，常用于网络爬虫。
但是BeautifulSoup库的3版本已不再更新，所以现在主要来说下4版本及之后的版本。
首先是安装：
安装文件在这里：
使用pip 安装4版本时要注意应该用

pip install bs4

然后就是库的引用格式的改变：
3版本：

from BeautifulSoup import BeautifulSoup          # For processing HTML
from BeautifulSoup import BeautifulStoneSoup     # For processing XML
import BeautifulSoup                             # To get everything

4版本：

import bs4                                      # To get everything

在使用时也有一些差别。具体可参照这里，要注意的是这里的示例是在python2中的，需要自行转换成python3（示例中仅仅只需要把print后的内容加上小括号就可以运行了）。而且示例是基于3版本的。
例如实例中：

from BeautifulSoup import BeautifulSoup
import re

doc = ['',
       '
This is paragraph one.',
       '
This is paragraph two.',
       '']
soup = BeautifulSoup(''.join(doc))
print soup.prettify()
# 
# 
# 
# 
# 
# 

# This is paragraph
# 
# one
# 
# .
# 
# 

# This is paragraph
# 
# two
# 
# .
# 
# 
# 

我们在4版本中就应该改为

from bs4 import BeautifulSoup
import re

doc = ['',
       '
This is paragraph one.',
       '
This is paragraph two.',
       '']
soup = BeautifulSoup(''.join(doc))

print(soup.prettify())
# 
# 
#  
# 
# 
#  

#   This is paragraph
#   
#    one
#   
#   .
#   

#    This is paragraph
#    
#     two
#    
#    .
#   
#  

# 
#

可以看出输出是有一些差别的，体现在第一个 < /b >出现的位置，还有一些小差别就自己探索吧。
还有一点就是4版本中处理HTML和XML只需要一个函数就可以了，而不需要3版本中的BeautifulSoup和BeautifulStoneSoup两个函数分别处理。