简单拿捏python的beautifulsoup库--爬取数据

前言：

beautifulsoup库也叫美味汤。好东西，是一个优秀的第三方库。

用来干嘛：

一般我们用来对html，xml文件进行解析

安装不做赘述。（实在不会就在设置里添加bs4、beautifulsoup的库）

接下来，直接开干。

首先，要解析html文件，我们需要有html作为soup汤的原料。

我们用request库（得安装这个库）获取原料

import requests


r = requests.get('https://python123.io/ws/demo.html')
print r.text

简简单单三行代码，拿下原料。第一句导入request库。第二句爬取网址的html代码。第三句打印出来。

demo=r.text
from bs4 import BeautifulSoup
soup=BeautifulSoup(demo,"html.parser")

demo放原料，

"html.parser"为解析器，照着打就行。

 最后敲上print(soup.prettify())即可解析html代码

此外，还可以利用beautifulsoup打印一些属性、标签等 如

print (soup.title)
# print  soup.a.name
# print soup.a.parent.name
# print soup .a.parent.parent.name//标签
tag = soup.a
print tag.attrs
print tag.attrs['class']
print tag.attrs['href']