BeautifulSoup简介：
Beautiful Soup 简称 BS4（其中 4表示版本号）BeautifulSoup是一个Python库，用于从HTML和XML文件中提取数据。它提供了一些简单的方式来遍历文档树和搜索文档树中的特定元素
BeautifulSoup可以解析HTML和XML文档，并将其转换为Python对象，使得我们可以使用Python的操作来进行数据提取和处理。它还可以处理不完整或有误的标记，并使得标记更加容易阅读
BS4下载安装
pip install bs4
BS4解析对象
BeautifulSoup4（BS4）对象是BeautifulSoup库解析HTML或XML文档并创建的Python对象。它是一个树形结构，其中包含了文档中的节点，例如标签、字符串和注释。BS4对象可以解析HTML和XML文档，并提供了许多方法来完成对节点的查找、筛选和修改的操作。
例如，可以使用 .find() 方法查找包含特定文本的标签，使用 .select() 方法根据CSS选择器选择元素，使用 .text
属性获取标签的文本内容等等。所有这些方法都是BS4对象中提供的。
创建 BS4 解析对象是万事开头的第一步，这非常地简单，语法格式如下所示:
#导入解析包
from bs4 import BeautifulSoup
#创建beautifulsoup解析对象
soup = BeautifulSoup(html_doc, 'html.parser') # html_doc 表示要解析的文档，而 html.parser 表示解析文档时所用的解析器，此处的解析器也可以是 'lxml' 或者 'html5lib'
#prettify()用于格式化输出html/xml文档
print(soup.prettify())Beautiful Soup 将 HTML 文档转换成一个树形结构，该结构有利于快速地遍历和搜索 HTML 文档。下面使用树状结构来描述一段 HTML 文档：
<html>
<head>
<title>中文</title>
</head>
<body>
<h1>net</h1>
<p>
<b>编程</b>
</p>
</body>
</html>
文档树中的每个节点都是 Python 对象，这些对象大致分为四类：Tag , NavigableString , BeautifulSoup, Comment 。其中使用最多的是 Tag 和 NavigableString。
- Tag：标签类，HTML 文档中所有的标签都可以看做 Tag 对象。
- NavigableString：字符串类，指的是标签中的文本内容，使用 text、string、strings 来获取文本内容。
- BeautifulSoup：表示一个 HTML 文档的全部内容，您可以把它当作一个人特殊的 Tag 对象。
- Comment：表示 HTML 文档中的注释内容以及特殊字符串，它是一个特殊的 NavigableString 。
find_all()与find()
find_all()与find()都是BeautifulSoup对象的方法，用于在HTML文档中查找符合条件的标签。
find_all()
find_all()：返回所有符合条件的标签，结果是一个列表。如果没有符合条件的标签，则返回空列表。
find_all()是BeautifulSoup对象的方法，用于在HTML文档中查找符合条件的标签。
该方法的语法格式为：soup.find_all(name, attrs, recursive, string, limit,
**kwargs)，其中各参数的含义如下：
name：标签名。可以传入一个标签名的字符串，如'a'、'div'等，也可以传入一个列表，如['a',
'div']，表示查找多个标签名的标签。如果不指定该参数，则返回所有标签。- attrs：标签属性。可以传入一个字典，其中键表示属性名，值表示属性值，如{'class':
'movie'}，表示查找class属性值为'movie'的标签。也可以传入一个字符串，如'class="movie"'，表示查找class属性值为'movie'的标签。默认值为None。 - recursive：是否递归查找。默认值为True，表示递归查找所有子孙节点；如果设置为False，则只查找直接子节点。
- string：文本内容。可以传入一个字符串，表示查找指定文本内容的标签。
- limit：结果数量。可以传入一个整数，表示最多返回的结果数量。默认值为None，表示返回所有结果。
- **kwargs：其他属性。可以传入其他属性，如id、class等，表示查找具有指定属性的标签。
- attrs：标签属性。可以传入一个字典，其中键表示属性名，值表示属性值，如{'class':
find()
find()：返回第一个符合条件的标签，结果是一个Tag对象。如果没有符合条件的标签，则返回None
find()是BeautifulSoup对象的方法，用于在HTML文档中查找第一个符合条件的标签。
该方法的语法格式为：soup.find(name, attrs, recursive, string,
**kwargs)，其中各参数的含义与find_all()方法相同。与find_all()方法不同的是，find()只返回第一个符合条件的标签，并且返回的是一个Tag对象，而不是一个列表。如果没有找到符合条件的标签，则返回None。
