一个灵活又方便的网页解析库，最主要的功能是从网页抓取数据，处理高效，支持多种解析器，
它通过转换器实现文档导航、查找、修改文档的方式。利用它可不用编写正则也能方便的实现网页信息的抓取；
pip3 install BeautifulSoup4
BeautifulSoup默认支持Python的标准HTML解析库，但它也支持一些第三方的解析库：如果我们没有安装，则 Python 会使用 Python默认的解析器，不过在实际操作中，
更推荐使用lxm解析器，速度快而且稳定。BeautifulSoup模块可帮助解析html和xml文档中的内容，尤其是在爬取特定网页信息的时候，
用于解析和检查在网上看到的那些乱七八糟而且不规范的HTML页面。解析的第一步，是构建一个BeautifulSoup对象，基本用法：此处提示两点：① BeautifulSoup中的B和S需大写，小写会报错；② BeautifulSoup自动将输入文档转换为Unicode编码，输出文档转换为utf- 8 编码，
所以当使用requests. get获得HTML文档后用它进行处理时，不需要考虑编码方式。
Beautiful Soup将复杂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4 种：Tag
NavigableString
BeautifulSoup
Comment
1 ）Tag通俗点讲就是HTML中的一个个标签；利用 soup加标签名轻松地获取这些标签的内容；
它查找的是在所有内容中的第一个符合要求的标签；
这些对象的类型是< class 'bs4.element.Tag' > ；
Tag对象的两个重要属性：name、attrs；
name：输出标签的标签类型名
attrs：以字典的形式获取标签的属性，既然利用attr获得的是字典对象，那么也是可以修改和删除的2 ）NavigableString如果拿到标签后，还想获取标签中的内容，则可以通过tag. string获取标签中的文字。作用：获取标签内部的文字；
直译：可遍历的字符串；
使用方法：soup. p. string；
对象类型：< class 'bs4.element.NavigableString' > ；3 ）BeautifulSoup它支持遍历文档树和搜索文档树中描述的大部分方法；文档对象，也就是整个文档的内容；
可以当做是一个Tag对象；4 ）CommentTag，NavigableString，BeautifulSoup几乎覆盖了html和xml中的所有内容，
但是还有一些特殊对象，Comment对象用于操作文档的注释部分。Coment对象是一个特殊类型的NavigableString对象；
如果标签内部的内容是注释，例如：< !- - Elsie - - > ；那么该NavigableSring对象会转换成Comment对象，
并且会把注释符号去掉。1 ）子节点：一个 Tag 可能包含多个字符串或其它的 Tag，这些都是这个 Tag 的子节点。
BeautifulSoup 提供了许多操作和遍历子节点的属性。操作文档树最简单的方法就是告诉它你想获取的 tag 的 name。通过( . ) 取属性的方式只能获得当前名字的第一个 tag。要得到所有< a> 标签，可以用find_all( 'a' ) 的方法。. contents：获取Tag的所有子节点，返回一个list ；. children：获取Tag的所有子节点，返回一个生成器；. descendants：获取Tag的所有子孙节点；. strings：如果Tag包含多个字符串，即在子孙节点中有内容，可以用此获取，而后进行遍历；. stripped_strings：与strings用法一致，只不过可以去除掉那些多余的空白内容；2 ）父节点：. parent：获取Tag的父节点；. parents：递归得到父辈元素的所有节点，返回一个生成器；3 ）兄弟节点：. previous_sibling：获取当前Tag的上一个节点，属性通常是字符串或空白，
真实结果是当前标签与上一个标签之间的顿号和换行符。. next_sibling：获取当前Tag的下一个节点，属性通常是字符串或空白，
真是结果是当前标签与下一个标签之间的顿号与换行符。. previous_siblings：获取当前Tag的上面所有的兄弟节点，返回一个生成器；. next_siblings：获取当前Tag的下面所有的兄弟节点，返回一个生成器；. previous_element：获取解析过程中上一个被解析的对象( 字符串或tag) ，
可能与previous_sibling相同，但通常是不一样的。4 ）前进和回退：. next_element：获取解析过程中下一个被解析的对象( 字符串或tag) ，可能与next_sibling相同，
但通常是不一样的。. previous_elements：返回一个生成器，可以向前访问文档的解析内容；. next_elements：返回一个生成器，可以向后访问文档的解析内容；
1 ）下行遍历2 ）上行遍历遍历所有先辈节点，包括soup本身，所以要区分辨别；3 ）平行遍历平行遍历必须发生在同一个父节点下的各子节点；
① find返回单个元素，find_all返回所有元素；② 返回的都是列表，每个元素都是一个bs4. element. Tag对象；③ 获取包含的文本值：tag. text；（1 ）find ( name , attrs , recursive , text , ** kwargs ) 查找一个元素节点，返回第一个满足要求的节点信息；（2 ）find_all( name , attrs , recursive , text , ** kwargs ) 可根据标签名、属性、内容查找文档, 返回所有符合条件的内容；find_parents( ) find_parent( ) ：
find_parents( ) 返回所有祖先节点，find_parent( ) 返回直接父节点；
find_next_siblings( ) find_next_sibling( ) ：
find_next_siblings( ) 返回后面所有兄弟节点，find_next_sibling( ) 返回后面第一个兄弟节点。
find_previous_siblings( ) find_previous_sibling( ) ：
find_previous_siblings( ) 返回前面所有兄弟节点，find_previous_sibling( ) 返回前面第一个兄弟节点。
find_all_next( ) find_next( ) ：
find_all_next( ) 返回节点后所有符合条件的节点，find_next( ) 返回第一个符合条件的节点；
find_all_previous( ) 和 find_previous( ) ：
find_all_previous( ) 返回节点后所有符合条件的节点, find_previous( ) 返回第一个符合条件的节点
（1 ）tag. select( css) ：tag是HTML文档中的一个元素节点；css一般结构：[ tagName] [ attName] [ = value] 全是可选的，表示元素名称，元素属性，元素属性的值。（2 ）属性的语法：[ attName] ：选取带有指定属性的每个元素[ attName= value] ：选取带有指定属性和值的每个元素[ aattName^ = value] ：匹配属性值以value开头的每个元素[ attName$= value] ：匹配属性值以value结尾的每个元素[ attName*= value] ：匹配属性值包含value的每个元素（3 ）遍历：css有多个节点时，空格分开：soup. select( "div p" ) ：查找div节点下所有子孙p节点的信息soup. select( "div > p" ) ：查找div节点下所有直接子节点p的信息soup. select( "div ~ p" ) ：查找div后面所有同级别兄弟节点p的信息soup. select( "div + p" ) ：查找前一个节点后面所有同级别兄弟节点的信息结语：BeautifulSoup是一个非常强大的工具，通过解析文档为用户提供需要抓取的数据，
利用它可以省去很多繁琐的提取工作，提高解析效率。
)
