Beautiful Soup 基础入门

Beautiful Soup 是一个Python库，用于从HTML和XML文件中提取数据。它提供了一种简单的方式来遍历、搜索和修改解析树，让你能够轻松地从网页中提取所需的信息。

以下是 Beautiful Soup 的基础入门步骤：

1. 安装 Beautiful Soup：
你可以使用 pip 来安装 Beautiful Soup。在命令行中运行以下命令：

   pip install beautifulsoup4

2. 导入 Beautiful Soup：
在你的 Python 脚本中导入 Beautiful Soup 模块：

   from bs4 import BeautifulSoup

3. 创建 Beautiful Soup 对象：
使用 BeautifulSoup 函数，将要解析的 HTML 或 XML 字符串作为参数传入，并指定解析器，例如 'html.parser'：

   soup = BeautifulSoup(html_doc, 'html.parser')

4. 解析 HTML 结构：
你可以使用不同的 Beautiful Soup 方法来遍历解析树，从而提取数据。例如，你可以使用 `find` 方法来查找符合特定条件的单个元素，或者使用 `find_all` 方法来查找所有符合条件的元素。

   # 查找第一个 <p> 标签
   paragraph = soup.find('p')

   # 查找所有 <a> 标签
   links = soup.find_all('a')

5. 提取数据：
一旦你找到了所需的元素，你可以使用 Beautiful Soup 提供的各种方法来提取其中的文本或属性。

   # 提取 <p> 标签的文本
   paragraph_text = paragraph.get_text()

   # 提取 <a> 标签的 href 属性值
   for link in links:
       href = link['href']

这只是 Beautiful Soup 的基础入门，它还有更多功能和用法。你可以参考官方文档来深入学习：https://www.crummy.com/software/BeautifulSoup/bs4/doc/