小编给大家分享一下python3中怎么使用BeautifulSoup，相信大部分人都还不怎么了解，因此分享这篇文章给大家参考一下，希望大家阅读完这篇文章后大有收获，下面让我们一起去了解一下吧！
Python的优点有哪些
1、简单易用，与C/C++、Java、C# 等传统语言相比，Python对代码格式的要求没有那么严格；2、Python属于开源的，所有人都可以看到源代码，并且可以被移植在许多平台上使用；3、Python面向对象，能够支持面向过程编程,也支持面向对象编程；4、Python是一种解释性语言，Python写的程序不需要编译成二进制代码，可以直接从源代码运行程序；5、Python功能强大，拥有的模块众多，基本能够实现所有的常见功能。
这一次我们来了解一下美味的汤--BeautifulSoup，这将是我们以后经常使用的一个库，并且非常的好用。
BeautifuleSoup库的名字取自刘易斯·卡罗尔在《爱丽丝梦游仙境》里的同名诗歌。在故事中，这首歌是素甲鱼唱的。就像它在仙境中的说法一样，BeautifulSoup尝试化平淡为神奇。它通过定位HTML标签来格式化和组织复杂的网络信息，用简单易用的Python对象为我们展现XML结构信息。
由于BeautifulSoup库不是Python标准库，因此我们需要单独安装这个库，才能使用它。对于这个库的安装，我们这里秉着简单的原则，就直接利用pycharm这个IDLE进行库的自动下载和导入。
首先我们进入pycharm的主界面，单击file-〉settings-〉Project：untitled-〉Project Interpreter，如下图：
在上图中我们会看到一个绿色的加号，这时我们单击这个加号，会跳出如下的界面（pycharm在这个地方有时候很慢，会一直在这个界面刷新）：
这时我们在搜索框中输入“bs4”，然后选择列表中的bs4，然后进行安装，如下图：
这样我们就完成了BeautifulSoup这个库的安装，下面我们就可以来使用它了。
关于这个库的官方文档解释的是很详细的，一定要看一看：点击打开链接
下面我就简单说一下这个库的一些方面。
首先呢，我们还是从一个例子开始我们的学习：
#coding:utf - 8 得到urllib.request import urlopen 得到bs4 import BeautifulSoup , 时间=html urlopen (“http://tieba.baidu.com/") bsObj=BeautifulSoup (html、“lxml"),, #将html对象转化为BeautifulSoup对象 打印(bsObj.title),, #输出这个网页中的标题, 执
执行上面的程序,我们会得到的结果为:& lt; title>百度贴吧——全球最大的中文社区& lt;/title>
首先我们来分析下bsObj=BeautifulSoup (html、“lxml")这句话对我们的html做了什么,在这句代码中,我们将html对象传入到BeautifulSoup中将它转化成BeautifulSoup对象,关于第二个参数lxml,可以到官方文档中看,解释得很详细,这里大家只要知道带上它就可以了,不需要管它。这样,我们就成功将html对象转化为了BeautifulSoup对象。
下面我们来了解下BeautifulSoup对象的结构,当我们将html转化后得到的结构为:
html→& lt; html> & lt; head> .... & lt;/head> & lt; body> ..... & lt;/body> & lt;/html>
————头→& lt; head> & lt; title>百度贴吧——全球最大的中文社区& lt; title> & lt;/head>
,,,,,——标题→& lt; title>百度贴吧——全球最大的中文社区& lt;/title>
,,,- - - - -身体→.........
关于这个页面的结构我中间省略了一些无关紧要的元素,只是为了展示下这种层次化的结构。
从上面我们可以看的出,BeautifulSoup将html对象进行了层次化处理了,对它的原网页的标签进行了逐层的处理和细化,以便于我们之后使用。也就是我们只要知道,任何html(或XML)文件的任意节点信息都可以被提取出来,只要目标信息的旁边或者附近有标记就行了,这个标记就是我们网页中使用到的各种div,李之类的标签元素,也可以是类,id之类的属性,通过这些我们都可以对需要的信息进行提取。
