BeautifulSoup是一種可以從html和xml中快速提取內容的python庫，共有四種類型，對于爬蟲解析來說，主要用其中的遍歷文檔樹和搜索文檔樹。

來自BeautifulSoup的官方的一個示例，使用的是HTML文本

The Dormouse's story

Once upon a time there were three little sisters; and their names were

Elsie,
Lacie and
Tillie;

and they lived at the bottom of a well.

...

1.導入模塊   from bs4import BeautifulSoup

2.創建beautifulsoup對象  

beautifulobj = BeautifulSoup(html_doc)#

print(type(beautifulobj))#beautifulsoup'="">

print(beautifulobj.prettify())#打印按照lxml格式的補全代碼，太長，省略

說明：此處在創建對象時未指定解析器，默認使用的是python自帶的解析器html.parse,原因在于新買的電腦安裝lxml模塊時失敗，官方推薦使用lxml解析器，可通過

beautifulobj = BeautifulSoup(html_doc,"lxml")來指定lxml解析器解析。

Python爬蟲利器BeautifulSoup有四種類型，它們分別是Tag，BeautifulSoup，NavigableString，comment。

Tag類型即節點，比如HTML中的a標簽、p標簽等等，tag類型主要有兩個屬性，name和attributes屬性，可通過.name和.attrs方法獲取屬性值，其中.attrs返回字典類型，并且如果是多值屬性的話，其value是一個列表；也可通過["href"]指定輸出特定的屬性值。

print(type(beautifulobj.a))#

print(beautifulobj.p.name)#p，這樣的使用方式，我是懵的，自己都敲進去P標簽了，感覺自己有點**

print(beautifulobj.p.attrs)#，返回一個字典，字典的value有可能是個list， {'class': ['title']}class是個多值屬性

print(beautifulobj.p["class"])#['title'],此處是個列表，如果不是多值屬性，輸出就是字符串

print(beautifulobj.a["id"])#link1

BeautifulSoup類型是整個文檔的根形式，一種特殊的Tag類型,支持遍歷文檔樹和搜索文檔樹的大部分方法，但是沒有name和attrs屬性。

print(type(beautifulobj))#beautifulsoup'="">

NavigableString是tag中的字符串內容形式。

print(type(beautifulobj.p.string))#

comment是文檔中的備注類型。

在使用.string時，可同樣輸出NavigableString和coment類型，如果獲取特定的內容而又想與另一種類型區別對待時必須通過type來進行判斷。

BeautifulSoup是爬蟲必學的技能之一，大家可以多多了解。