1.节点
想要获取网页中的数据，首先要获取网页 HTML 代码，再把数据从中提取出来。
我们要向网页的服务器发送请求，服务器返回的响应就是网页 HTML 代码
节点
（1）文档节点：就是文档的内容；
（2）标签节点：就是html里面对应的标签；
（3）属性节点：就是html里面标签的属性，比如长度，外边距，内边距等等；
2.解析模块
对于一个网页的节点来说，它可以定义id、class或其他属性，而且节点之间还有层级关系。
我们可以借助网页节点的结构和属性，提取想要的信息。在这里，我们来学习一个强大的解析工具
——BeautifulSoup
3.解析器
网络爬虫的最终目的就是过滤选取网络信息，最重要的部分可以说是解析器。解析器的优劣决定了爬虫的速度和效率。
Beautiful Soup 官方推荐我们使用的是 lxml 解析器，原因是它具有更高的效率，所以我们也将采用lxml解析器。
5.导入类
安装完成后，我们需要使用 bs4 模块中的 BeautifulSoup 类。
这就要使用 from...import 从 bs4 中导入 BeautifulSoup 。
6.函数传参
BeautifulSoup() 函数可以把不标准的 HTML 代码重新进行了自动更正，从而方便我们对其中的节点、标签、属性等进行操作。
soup = BeautifulSoup(html, "lxml")
print(soup)
这段代码调用函数BeautifulSoup,
这个函数有2个参数，第一个是需要进行解析的html代码，第二个是解析器的类型；
使用 BeautifulSoup() 函数，创建一个 BeautifulSoup 对象，传入 HTML 文本和解析器 lxml。
7.找到对应节点处的内容
文本所在的位置，包含在<em>XXX</em>这样的节点中，它们都有相同的标签。
使用 BeautifulSoup 中的 find_all() 函数，获取所有符合指定条件的节点。
ps = soup.find_all(name = "h1")
print(ps)find_all() 函数可以查询 soup 中所有符合条件的元素，组成一个列表赋值给ps。
8.代码的完整实现
import requestsfrom bs4 import BeautifulSoupurl = "https://xxxxxxxxxxxxxxxxx/"response = requests.get(url)html = response.textsoup = BeautifulSoup(html,"lxml")content_all = soup.find_all(name="em")print(content_all)
