如何使用Python的BeautifulSoup库进行HTML数据提取？

使用Python的BeautifulSoup库进行HTML数据提取非常简单，首先你需要安装这个库。如果你还没有安装，可以用pip命令：

pip install beautifulsoup4

然后，你可以按照以下步骤操作：

1. 导入必要的库：

from bs4 import BeautifulSoup
import requests

2. 发送HTTP请求获取HTML内容：

url = 'http://example.com'  # 需要抓取的网页URL
response = requests.get(url)
html_content = response.text

3. 创建BeautifulSoup对象，并设置解析器（如lxml或html.parser）：

soup = BeautifulSoup(html_content, 'lxml')  # 如果使用默认的html.parser，可能速度较慢

4. 使用BeautifulSoup的各种方法查找和提取数据：
- 查找特定标签：`soup.find('tag_name')` 或 `soup.select('css_selector')`
- 找到所有匹配的标签：`soup.find_all('tag_name')`
- 获取标签文本：`.text`
- 获取属性值：`.get('attribute_name')`

例如，提取所有的标题信息：

titles = soup.select('h1, h2, h3')  # 区分标题级别
for title in titles:
    print(title.text)

5. 最后记得关闭连接和释放资源。