1.创建对象

创建对象

soup = BeautifulSoup(html,'lxml')

格式化对象

soup.prettify()

2.对象的四种类型

BeautifulSoup将html转换成树状结构，所有对象可以归纳为4种：

• Tag

  标签，例如：soup.a/soup.p

  tag有两个重要的属性，name和attrs

  • name就是名字
  • 属性类似于字典，可以写成soup.p.attrs得到一个字典，或者像字典一样取值soup.p['class'],也可以写成soup.p.get['class']
  • 可以对属性进行修改和删除

• NavigableString

  获取标签之中的内容，可以写成soup.p.string

• BeautifulSoup

  BeautifulSoup是一个大的Tag

• Comment

  类似于NavigableString ，只是类型不同

3.遍历文档

目前没有用到，先不看了。

4. 搜索文档树

• find_all（name,attrs,recursive,text,**kwargs)

  • name

    查找所有tag的name

    字符，正则表达式，列表，方法，布尔
    

  • **kwargs

    传入tag的属性

  • text

    检索文档内容

  • recuisive

    是搜索所有子孙节点还是当前节点