BeautifulSoup在Python中是一個比較受歡迎的第三方庫，它是一款比較優(yōu)秀的網(wǎng)頁解析庫，里面提供了很多接口幫助我們來處理導航、搜索、修改分析樹，它的查找提取功能非常好用，能夠節(jié)省程序員大量的時間。
BeautifulSoup最新版為BeautifulSoup4，我們可以通過pip來安裝，也可以在Pycharm中直接找到進行下載。
Pip安裝過程如圖：
1. BeautifulSoup的使用
我們先通過一段代碼來測試使用一下它的用法：
Dot = """ <html><head><title>dotcpp</title></head> <body> <p><b>c語言網(wǎng)</b></p> <p>編程網(wǎng)站 <a href="http://www.sztianhecheng.cn/" id="link1">home</a>, <a href="https://blog.dotcpp.com/" id="link2">blog</a> <a href="http://www.sztianhecheng.cn/oj/problemset.html" id="link3">oj</a></p> """ from bs4 import BeautifulSoup soup = BeautifulSoup(dot, "html.parser") print(soup.prettify())
輸出結(jié)果為：
我們可以通過這種方式來解析網(wǎng)頁，我們還可以通過它來進一步獲取更精確的信息，例如：
soup = BeautifulSoup(html,"html.parser")
print(suop.prettify())
print(suop.title) # 獲取title標簽的所有內(nèi)容
print(suop.title.name) # 獲取title標簽的名字
print(suop.title.string) # 獲取title標簽的文本內(nèi)容
print(suop.head) # 獲取head標簽的所有內(nèi)容
print(suop.div)# 獲取第一個div標簽中的所有內(nèi)容
print(suop.div["id"]) # 獲取第一個div標簽的id的值
print(suop.a) # 獲取第一個a標簽中的所有內(nèi)容
print(suop.find_all("a")) # 獲取所有的a標簽，并遍歷打印a標簽中的href的值
print(suop.find(id = "dot")) # 獲取id="dot"輸出結(jié)果即為對應(yīng)的信息，注意解析html網(wǎng)頁的解析方式，我們一直采用了Python中自帶的html.parser，我們還可以選擇lxml HTML、lxml XML和html5lib等解析器，他們分別有著優(yōu)劣點，如果系統(tǒng)中有C語言庫的可以選擇下載前兩者解析器，如果不想再下載過多插件的也可以直接選擇我們上面用到的即可，我們在使用BeautifulSoup的時候一定要注意的就是網(wǎng)頁解析，正確的解析方式十分重要。
2. BeautifulSoup4的四個對象
Beautiful Suop把網(wǎng)頁中的信息轉(zhuǎn)換成一個復雜的樹形結(jié)構(gòu)，通過子樹分解為四個對象，分別是Tag、NavigableSting、BeautifulSoup、Comment。
1) Tag
Tag與它的對應(yīng)的漢語一個意思，對應(yīng)的就是HTML中的標簽，像我們在上面使用到的：
print(suop.title) # 獲取title標簽的名稱 print(suop.a) # 獲取所有的a標簽中的所有內(nèi)容
他們都屬于標簽信息，我們可以通過標簽名來獲取到這些標簽中的內(nèi)容，有一點需要注意的是在查找的時候，對應(yīng)的是符合要求的第一個標簽，Tag有兩個屬性，分別是name和attrs，name也就是標簽的名字，attrs對應(yīng)class、id等信息。
2) NavigableSting
NavigableSting對應(yīng)的是標簽內(nèi)部的文字，例如：
print(suop.title.string) # 獲取標簽的所有內(nèi)容
通過這種方式就可以直接獲取到標簽內(nèi)部的文字。
3) BeautifulSoup
BeautifulSoup對象對應(yīng)的是文檔中的內(nèi)容，它類似于一個特殊的標簽，我們可以獲取到它的類型、名稱和屬性，也就是上面我們所使用到的：
soup = BeautifulSoup(html,"html.parser")
4) Comment
Comment對象是一個特殊的NavigableSting對象，它輸出的內(nèi)容沒有注釋符號，如果不加以處理會影響我們對文檔的解析，因為這種方式會忽略掉文檔的注釋，
因此注釋中的內(nèi)容會以代碼格式被解析出來，進而影響我們的后續(xù)操作，所有我們 一般會采用.string來輸出內(nèi)容。
C語言網(wǎng)提供由在職研發(fā)工程師或ACM藍橋杯競賽優(yōu)秀選手錄制的視頻教程，并配有習題和答疑，點擊了解：
一點編程也不會寫的：零基礎(chǔ)C語言學練課程
解決困擾你多年的C語言疑難雜癥特性的C語言進階課程
從零到寫出一個爬蟲的Python編程課程
只會語法寫不出代碼？手把手帶你寫100個編程真題的編程百練課程
信息學奧賽或C++選手的 必學C++課程
藍橋杯ACM、信息學奧賽的必學課程：算法競賽課入門課程
手把手講解近五年真題的藍橋杯輔導課程