小白，BeautifulSoup初步整理，后續(xù)添加

form bs4 import BeautifulSoup
要導(dǎo)入bs4模塊
注意BeautifulSoup大小寫
soup = BeautifulSoup('html','html.parser')
第一個(gè)參數(shù)html為要解析的html文檔，html是字符串

解析到soup中后才可以開始使用

soup中用的比較多的方法為find_all()
用法有：
soup.find_all('a')//找出所有的a標(biāo)簽中的內(nèi)容，返回的是一個(gè)數(shù)組，數(shù)組中的每個(gè)元素又是BeautifulSoup對(duì)象
find_all()中還可以加屬性查詢，如：soup.findall('a'，class=''),如果有多個(gè)，可以soup.findall('a'，class=['c1','c2']),class_中的內(nèi)容為樣式，只要查找的內(nèi)容中有其中一個(gè)樣式就行
如：
s = '''<a href='xxx' class='c1'>aaaaaaa</a>
<a href='xxx' class='c2'></a>
<a href='xxx' class='c1 c3'></a>
<a href='xxx' class='c1 c2'></a>'''
這里面的都可以找出來
還有一種寫法：
soup.find_all('a'，attrs={'class':re.compile('')}),使用正則表達(dá)式，

拿到查找內(nèi)容后，如果要解析標(biāo)簽中的內(nèi)容
find_all()要循環(huán)取
假設(shè)拿到其中一個(gè),以a標(biāo)簽為例
拿到的a1 = '<a href='xxx' class='c1'>'
拿鏈接：href = a1['href']
拿標(biāo)簽中的內(nèi)容：content = a1.string

BeautifulSoup中還有find方法，用法與find_all()一樣，只是該方法只取第一個(gè)符合條件的

注：如果標(biāo)簽不是成對(duì)的，如：<span><img src='xxxx' ></span>
此時(shí)，你用find('img')是拿不到img標(biāo)簽的，你需要取到他的上級(jí)成對(duì)標(biāo)簽span
然后在解析span標(biāo)簽中的內(nèi)容，如
span = soup.find('span'),假設(shè)拿到的是'<span><img src='xxxx' ></span>'
此時(shí)你需要解析他的子標(biāo)簽，使用children屬性
span.children
此時(shí)返回的結(jié)果是list_itrator對(duì)象，要么使用for循環(huán)去取，沒試過，要么使用next(list_itrator)取，可以拿到第一個(gè)子標(biāo)簽<img>
然后拿到src的值：src = next(list_itrator)['src']
當(dāng)然如果標(biāo)簽是成對(duì)的，直接使用find('img')
注：
使用BeautifulSoup，以后所有返回帶有標(biāo)簽內(nèi)容的對(duì)象都是BeautifulSoup對(duì)象（個(gè)人理解）
如果要分析的內(nèi)容太多，可以將需要的字符串內(nèi)容截取到合適的地方，因?yàn)锽eautifulSoup解析實(shí)在是太耗時(shí)間了，雖然方便