“美味的雞湯”，是一個可以從HTML或XML文件中提取 數據的Python庫。它能夠通過你喜歡的轉換器實現常規的文檔導航，查找，修改文檔的操作。Beautiful Soup會幫你節省數小時甚至數天的工作時間。
1. 安裝Beautiful Soup
2. 解析器
| 解析器 | 使用方法 | 優勢 | 劣勢 |
|---|---|---|---|
| Python標準庫 | BeautifulSoup(markup,"html.parser") |
Python的內置標準庫/執行速度適中/文檔容錯能力強 | Python2.7.3及Python3.22之前的版本文檔容錯能力差 |
| lxml HTML 解析器 | BeautifulSoup(markup,"lxml") |
速度快，文檔容錯能力強 | 需要安裝C語言庫 |
| lxml XML解析器 | BeautifulSoup(markup,"xml") |
速度快，唯一支持XML的解析器 | 需要安裝C語言庫 |
| html5lib | BeautifulSoup(markup,"html5lib") |
最好的容錯性，以瀏覽器的方式解析文檔，生成HTML5格式的文檔 | 速度慢，不依賴外部擴展 |
3. 基本用法
from bs4 import BeautifulSoup
html = """
<html>
<head><title>The test!</title></head>
<body>
<ol>
<li><a href="https://blog.csdn.net/nanhuaibeian/article/details/89020249" rel="nofollow" target="_blank">入門</a></li>
<li><a href="https://blog.csdn.net/nanhuaibeian/article/details/89075453" rel="nofollow" target="_blank">使用urllib（request）</a></li>
<li><a href="https://blog.csdn.net/nanhuaibeian/article/details/89163384" rel="nofollow" target="_blank">使用urllib（error）</a></li>
<li><a href="https://blog.csdn.net/nanhuaibeian/article/details/89166027" rel="nofollow" target="_blank">使用requests</a></li>
<li><a href="https://blog.csdn.net/nanhuaibeian/article/details/89041626" rel="nofollow" target="_blank">下載一隻貓</a></li>
<li><a href="https://blog.csdn.net/nanhuaibeian/article/details/89048805" rel="nofollow" target="_blank">翻譯文本</a></li>
</ol>
"""
soup = BeautifulSoup(html,'lxml')
print(soup.prettify())
print(soup.title.string)
#print(soup.title.text)
soup = BeautifulSoup(html,'lxml')
這裏第一個參數傳給BeautifulSoup對象，該對象的第二個參數爲解析器的類型，此時就完成了BeautifulSoup對象的初始化，然後將這個對象賦值給soup變量。
同時對於不標準的HTML字符串BeautifulSoup會自動更正格式
prettify()方法：將要解析的字符串以標準的縮進格式輸出
soup.title.string，實際上是輸出HTML中title節點的文本內容。所以soup.title可以選出HTML中的title節點，再調用string屬性就可以得到裏面的文本了。
直接調用節點的名稱就可以選擇節點元素，再調用string屬性就可以得到節點內的文本了
當又多個節點時，這種選擇方式只會選擇到第一個匹配的節點，其他的後面節點都會被忽略