一.BeautifulSoup是一個(gè)類紊册，用來處理html文件有很多方法钮莲，實(shí)例化需要傳入兩個(gè)參數(shù)葡公，一個(gè)是html文件饺鹃，一個(gè)是'html.parser'
#使用BeautifulSoup
from bs4 import BeautifulSoup
#一個(gè)例子
from urllib.request import urlopen
from bs4 import BeautifulSoup
url='http://www.baidu.com'
html=urlopen(url)
bsobj=BeautifulSoup(html.read(),'html.parser')#直接把html內(nèi)容轉(zhuǎn)換為了BeautifulSoup類莫秆，傳入html.read()參數(shù)间雀，實(shí)例化類
html_body=bsobj.body
#若body中有h1標(biāo)簽
html_h1=bsobj.body.h1
二.BeautifulSoup的find（）以及findAll（）方法
（1）find與findAll
?-findAll(self, name=None, attrs={}, recursive=True, text=None, limit=None, **kwargs)
返回的是<class 'bs4.element.ResultSet'>不能進(jìn)行樹形結(jié)構(gòu)操作
-find(self, name=None, attrs={}, recursive=True, text=None, **kwargs)
返回的還是<class 'bs4.element.Tag'>時(shí)BeautifulSoup的基類，結(jié)構(gòu)沒有破壞镊屎，可以進(jìn)行導(dǎo)航樹操作
可以查找該對象的子標(biāo)簽惹挟，后代標(biāo)簽，父標(biāo)簽杯道，兄弟標(biāo)簽匪煌。
其實(shí)find（）是limit=1是findAll（）
這兩個(gè)方法所有參數(shù)都是用默認(rèn)值參數(shù)創(chuàng)建的（最后keyword是用關(guān)鍵字參數(shù)的收集），所以可以沒有任何
1）tag：可以是一個(gè)標(biāo)簽党巾，也可以是標(biāo)簽字典
eg:obj.findAll({'h1','h2','h3'})
2）attributes：是字典萎庭，key是屬性，value是屬性值（多個(gè)值時(shí)用字典表示）
!!!!并且若只輸入一個(gè)參數(shù)時(shí)齿拂！要加attrs={}!!!,否則會(huì)賦值給name
eg：obj.findAll('span',{'class':{'green','red'}})
返回html文檔中紅色和綠色兩種顏色的span標(biāo)簽
3）text：用標(biāo)簽的文本內(nèi)容去匹配驳规，text的內(nèi)容也可以用正則表達(dá)式匹配模式進(jìn)行匹配，即text=re.compile('')
eg：obj.findAll(text='python')
會(huì)返回所以的包含python內(nèi)容的標(biāo)簽
注：常用就這3個(gè)參數(shù)
（2）導(dǎo)航樹
只有用find查找的結(jié)果才能進(jìn)行導(dǎo)航樹操作署海，因?yàn)樵冀Y(jié)構(gòu)還保留
eg：
from urllib.request import urlopen
from bs4 import BeautifulSoup
url='http://www.baidu.com'
html=urlopen(url)
bsobj=BeautifulSoup(html.read(),'html.parser')
nuomi=bsobj.find('a',text='糯米')
nuomi2=bsobj.findAll('a',text='糯米')
print(type(nuomi))
print(type(nuomi2))
print('產(chǎn)生一個(gè)兄弟標(biāo)簽生成器','\n')
for i in nuomi.next_siblings:#產(chǎn)生一個(gè)兄弟標(biāo)簽生成器（包含除自己之外的兄弟標(biāo)簽順序有頁面順序決定）
print(i)
print('\n'*2,'糯米的下一個(gè)兄弟標(biāo)簽')
print(nuomi.next_sibling)#下一個(gè)兄弟標(biāo)簽
print('\n','糯米的父標(biāo)簽')
print(nuomi.parent)#生產(chǎn)父標(biāo)簽
u1=bsobj.find('div',{'class':'head_wrapper'})
for i in u1.children:
print(i)
for i in u1.descendents:
print(i)
#會(huì)有很多結(jié)構(gòu)吗购，因?yàn)闀?huì)列出子標(biāo)簽的子標(biāo)簽。
三砸狞、獲得文本和屬性捻勉，lambda表達(dá)式
（1）獲得文本tag.getText()
eg：>>> nuomi.getText()
'糯米'
（2）獲得屬性tag.attrs
eg：>>> nuomi.attrs
{'href': 'http://www.nuomi.com/?cid=002540', 'name': 'tj_trnuomi', 'class': ['mnav']}
（3）在finAll函數(shù)中才能用lambda表達(dá)式：但是tag要作為lambda表達(dá)式的參數(shù)
eg:soup.findAll(lambda tag:len(tag.attrs)==2)
