beautifuf soup

beautifulsoup是解析html，xml文档

基本元素

1.Tag  标签

2.Name    标签的名字

3.Attributes       标签的属性

4.NavigableString   标签内非属性字符串，

5.Comment     标签内字符串的注释部分，一种特殊的Comment类型。

-------------------------------------------------------------------------------

>>> r = requests.get("http://python123.io/ws/demo.html")

>>> demo = r.text
>>> from bs4 import BeautifulSoup
>>> soup = BeautifulSoup(demo,"html.parser")

 

soup.a 获得a标签，soup.p获得p标签  

标签.<tag>         (名称.name)    (属性  .attrs)     (类型.string)

HTML的基本格式

 

 标签的下行遍历

 

 标签树的上行遍历 

 

 标签树的平行遍历

 

 更好的显示

soup.prettify()    加换行符

print(soup.prettify())

bs4  把HIML的编码格式转化成utf-8