参考链接：https://github.com/DeronW/beautifulsoup/blob/v4.4.0/docs/index.rst
安装：
代码语言：javascript复制pip install beautifulsoup4创建一个bs实例：
代码语言：javascript复制# 直接打开文件
soup = BeautifulSoup(open("index.html"))
# 使用字符串创建
soup = BeautifulSoup("<html>xxx</html>")解析器：
代码语言：javascript复制# Python标准库
BeautifulSoup(markup, "html.parser")
# lxml
# html解析器
BeautifulSoup(markup, "lxml")
# xml解析器
BeautifulSoup(markup, ["lxml-xml"])
BeautifulSoup(markup, "xml")
# htmll5lib
BeautifulSoup(markup, "html5lib")Tag对象属性：
代码语言：javascript复制# 获取子tag，变量名与html或xml标签相同，只获取第一个
# 例如h2，p
Tag.tag_name
# 的标签名
Tag.name
# html属性
# 例如id，class
tag['id']
# 获取所有属性，返回一个字典
tag.attrs
# 获取tag中的字符串（当tag中只有一个字符串时生效，否则返回None）
# 如果tag只有一个子节点，也会输出这个子节点（字符串相当于一个子节点）
tag.string
# 遍历获取字符串，返回一个列表
tag.strings
# 遍历获取字符串，删除空格与换行
tag.stripped_strings
# 获取所有子节点，返回一个列表
tag.contents
# 子节点生成器，可对子节点进行循环
tag.children
# 遍历获取所有子孙节点，返回一个列表
tag.descendants
# 获取父节点
tag.parent
# 递归获取父节点，返回一个列表
tag.parents
# 获取兄弟节点
tag.previous_sibling
tag.next_sibling
# 对兄弟节点进行迭代输出
tag.next_siblings
tag.previous_siblings
# 获取上一个/下一个被解析的对象
tag.previous_element
tag.next_element
# 迭代获取上一个/下一个被解析的对象
tag.previous_elements
tag.next_elementsTag对象方法：
代码语言：javascript复制# 搜索子节点，返回第一个结果
# 标签名，例如p，h2
# 也可以是正则
# 也可以是列表
# 也可以是属性
# string参数，搜索包含string的tag
# 设置数量
tag.find('p')
tag.find(re.compile("t"))
tag.find(['a','p'])
tag.find('a', class_='aa')
tag.find(string='aaa')
tag.find('a', limit=5)
# 搜索子节点，返回一个列表
tag.find_all()
# 搜索父节点
tag.find_parent()
tag.find_parents()
# 搜索兄弟节点
tag.find_next_sibling()
tag.find_next_siblings()
tag.find_previous_sibling()
tag.find_previous_siblings()
# 向前搜索
tag.find_previous()
tag.find_all_previous()
# 向后搜索
tag.find_next()
tag.find_all_next()
# css选择器，和css语法一样
tag.select('a[href$="tillie"]')
# 添加子节点
tag.append("<p>aaa</p>")
# 插入子节点
tag.insert(0, '<p>aaa</p>')
# 在当前节点前添加
tag.insert_before()
# 在当前节点后添加
tag.insert_after()
# 清除节点
tag.clear()
# 移除当前节点，并返回
tag.extract()
# 移除当前节点，并销毁
tag.decompose()
# 替换节点
tag.replace_with()
# 对节点进行封装
tag.wrap(tag.new_tag("b"))
# 移除节点标签
tag.unwrap()
# 获取文本
tag.get_text()
# 格式化输出
print(tag.prettify())
