bs4库的安装与使用

1、bs4库的安装

win平台上bs库的安装：以“管理员身份运行cmd”

执行 pip install beautifulsoup4来安装bs4库

2、bs4库的引用

主要使用BeautifulSoup 类：

from bs4 import BeautifulSoup:

或者直接 import bs4

BeautifulSoup对应一个HTML/XML的全部内容，会以标签树的形式存储

soup = BeautifulSoup('data','html.parser')

bs4库的prettify()方法：

为html文本及其内容增加‘\n’，使用方法为.prettify()

Tag是标签，最基本的信息组织单元

Name是标签的名字 .name

Attributes是标签的属性 .attrs

NavigableString是标签内的非属性字符串 .string

Comment是标签内字符串的注释部分

标签树的下行遍历：

.contents 子节点的列表，将所有儿子节点存入列表 

.children 子节点的迭代类型，与.contents类似，用于循环遍历儿子节点 

.descendants 子孙节点的迭代类型，包含所有子孙节点，用于循环遍历

标签树的上行遍历:

.parent 节点的父亲标签

.parents  节点先辈标签的迭代类型，用于循环遍历先辈节点

标签树的平行遍历:

.next_sibling 返回按照HTML文本顺序的下一个平行节点标签 

.previous_sibling 返回按照HTML文本顺序的上一个平行节点标签 

.next_siblings 迭代类型，返回按照HTML文本顺序的后续所有平行节点标签 

.previous_siblings 迭代类型，返回按照HTML文本顺序的前续所有平行节点标签 

<>.find_all方法：

<>.find_all(name,attrs,recursive, string, **kwargs)
返回一个 列表类型，存储查找的结果

(..) 等价于.find_all(..) 

soup(..) 等价于soup.find_all(..)