数据解析：Beautiful Soup的使用4，知识点补充

html = """
HTML文档
"""


from bs4 import BeautifulSoup


'''Teg和BeautifulSoup'''
soup = BeautifulSoup(html, 'lxml')
# BeautifulSoup是Tag经过更深层次的封装，里面有很多方法(创建、插入、删除标签等)，但是一般用的不多，只是用它来创建个对象，然后再经过创建的对象来查询匹配
print(type(soup))    #    就是from bs4 import BeautifulSoup这个模块  继承自Tag

table = soup.find('table')
print(type(table))            #   =>  from bs4.element import Tag

table.find_all('tr')
# soup、table 都可以使用 find_all、find等一些方法   因为BeautifulSoup find find_all都是继承自Tag
# BeautifulSoup继承自Tag  ->  soup = BeautifulSoup(html, 'lxml')  ->  table = soup.find('table')  ->  table.find_all('tr')
# 这样一层一层继承，一层一层的调用，soup能调用的方法 table都能继承了


'''NavigableString'''
div = soup.find('div')
print(type(div.string))        # 
from bs4.element import NavigableString     # 本质上就是Python内置的str加了一些其他的东西


'''注释字符串 Comment'''
p = soup.find('p')
print(p.string)     # 用.string可以获取到一个注释的字符串，多行文本获取不到，只要有换行就获取不到
print(p.contents)   # 用.contents可以查看获取到的所有字符串，这里可以看到是有换行符的

print(type(p.string))   # 
from bs4.element import Comment    # 继承自NavigableString的


'''contents和children'''
div2 = soup.find('div')
print(type(div2.contents))
print(div2.contents)        # 返回的是个列表

print(type(div2.children))
print(div2.children)        # 返回的是个迭代器   

'''两个都可以通过遍历来获取到匹配到的内容'''

总结：

四个常用的对象：

Beautiful Soup将复杂的HTML文档转换成一个复杂的树形结构，每个节点都是Python对象

所有对象可以归纳为四种：

1. Tag：BeautifulSoup中所有的标签都是Tag类型，并且BeautifulSoup的对象本质上也是一个Tag类型，所以find、find_all…这些方法并不是BeautifulSoup的，而是继承自Tag的
2. NavigableString：继承自Python中的str，用起来跟使用Python的str区别不大
3. BeautifulSoup：继承自Tag，用来生成BeautifulSoup树的，对于一些查找方法，如：find、find_all、seIect等，其实还是来自于Tag类的
4. Comment：继承自NavigableString

contents和children：

返回某个标签下的直接子元素，包括字符串和空白字符。区别：contents返回一个列表，children返回的是迭代器