1.本周学习内容思维导图
Beautiful Soup库入门.png
2.Beautiful Soup 解析器
解析器.png
3.Beautiful Soup 类及其基本元素
简略地说，Beautiful Soup类就是对应网站的标签树，或者说
HTML文件
Beautiful Soup的基本元素可见下表
BeautifulSoup基本元素.png
- Tag
先看一段代码
>>> import requests
>>> from bs4 import BeautifulSoup
>>> r = requests.get('http://www.baidu.com')
>>> soup = BeautifulSoup(r.text, 'html.parser')
>>> soup.a
<a class="mnav" href="http://news.baidu.com" name="tj_trnews">��</a>
>>> soup.p
<p id="lh"> <a href="http://home.baidu.com">å
³äº�ç�¾åº¦</a> <a href="http://ir.baidu.com">About Baidu</a> </p>
在上面的代码中，我们通过requests.get()方法获得百度链接，然后将r.text熬成一锅汤（soup），使其成为BeautifulSoup类的实例soup
而soup.a就是返回一个叫做a的Tag,若Soup里面有多个叫a的标签，则返回第一个
- Name
>>> soup.a.name # 返回标签a的名字
'a'
- Attributes
>>> soup.a.attrs
{'href': 'http://news.baidu.com', 'name': 'tj_trnews', 'class': ['mnav']}
返回a标签的属性，以字典的形式存储
- NavigableString
>>> soup.a.string
'æ\x96°é\x97»'
返回标签里面<>..</>中的字符串
- Comment
comment.png
4.HTML基本格式
HTML基本格式.png
- 下行遍历
下行遍历.png
- 上行遍历
上行遍历.png
- 平行遍历
平行遍历.png
5.信息标记
信息标记有三种种类XML,JSON,YAML
- XML
<person>
<firstName>Ming</firstName>
<lastName>Li</lastName>
<address>
<streetAddr>孝陵卫200号</streetAddr>
<city>南京</city>
<zipcode>210094</zipcode>
</address>
</person>
- JSON
"key":"value"
"key":["value1","value2"]
"key":{"subkey":"subvalues"}
- YAML
key : value
key : #Comment
-value1
-value2
key:
subkey : subvalue
Paste_Image.png
6.<>find_all()函数及其拓展
Paste_Image.png
返回内容以列表形式存储
注意 ： 以下表达方法等价
Paste_Image.png
其他拓展的find方法
Paste_Image.png
