python爬虫基础（二）BeautifulSoup库的使用—0基础也能看得懂

前言

BeautifulSoup库

Beautiful Soup是一个可以从HTML或XML文件中提取数据的python库。它能够通过你换的转换器实现惯用的文档导航、查找、修改文档的方式。在python爬虫开发中，我们主要用到的是Beautiful Soup的查找提取功能，修改文档的方式很少用到。

BeautifulSoup(label, ‘html.parser’)传入两个参数，第一个参数表示要提取的对象，第2个参数是html的标志。

常见函数：

prettify函数的作用是将传入的html字符串按照html的格式打印出来

title函数可以查看html页面的标题。

find_all方法可以根据标签名、属性、内容查找文档，定制化查找想要查找的内容。

HTML: 主体框架，负责文档结构和内容。

CSS: 添加样式（文字大小、颜色、字体加粗等），负责文档样式和布局。

JS: 添加效果，可以让html更加生动好看，负责描述网页的行为。

HTML标记语言的层次非常清晰：

第二层包括头部分head和主体部分body，引入外部文件的标签都可以放在头部，body提供网页的具体内容。

html标签作用(标签往往是成对出现的）：

之间是表示文本、描述网页；之间的文本是可见的网页内容；

之间的文本被显示为标题；

之

转载地址：http://wqoxi.baihongyu.com/

你可能感兴趣的文章