环境
Python 3.7.6
BeautifulSoup 4.8.2
基础
安装
pip install BeautifulSoup4引入
from bs4 import BeautifulSoup解析器
html.parser: 自带
lxml: pip install lxml
xml: pip install xlml
html5lib: pip install html5lib
基本元素
Tag: 标签，<html>...</html>，tag = <html>...</html>
Name: 标签名字，<p>...<p>，tag.name = p
Attributest: 标签的属性，<a href='test'>，tag.attrs = ['href': 'test']，tag.attrs['href'] = test
NavigableString: 标签内的非属性字符串，标签中的字符串，<p>test</p>，tag.string = test
Comment: 标签内字符串的注释部分，有坑后面补
遍历方式
下行遍历
.contents，子节点，列表类型，一子节点的所有信息将被存为列表中的一个元素，换行符，字符串等独立代码均占一个元素
.children，子节点，迭代类型，可循环遍历子节点信息
.descendants，子孙节点，迭代类型，可循环遍历子孙节点信息
上行遍历
.parent，父节点，列表类型，
.parents，先辈节点，迭代类型，可循环遍历所有先辈节点信息，soup的先辈节点为None
平行（兄弟）遍历
同一父节点下才可
.next_sibling，下一个平行节点标签
.previous_sibling，上一个平行节点标签
.next_siblings，后面的所有平行节点标签，迭代类型
.previous_siblings，前面的所有平行节点标签，迭代类型
方法
.prettify()，增加换行符，配合print()，可更直观显示html代码
使用
from bs4 import BeautifulSoup
html = '<html><p class="test" id="p1">测试文本<a href="https://yudelei.com">雨的泪</a></p></html>'
soup = BeautifulSoup(html, 'html.parser')
soup.name #
soup.p.name #
soup.p.string #
soup.string #
soup.p.parent #