Beautiful Soup 是解析,遍历，维护“标签树”的功能库。
官网：
https://www.crummy.com/software/BeautifulSoup/
中文说明：
http://beautifulsoup.readthedocs.io/zh_CN/latest/
安装：
pip install beautifulsoup4
from bs4 import Beautiful Soup soup = BeautifulSoup('<p>data</p>', 'html.parser')
soup2 =BeautifulSoup(open("D://example.html"), 'html.parser')
解析器
| 解析器 | 使用方法 | 条件 |
| bs4的HTML解析器 | BeautifulSoup(mk, 'html.parse') | 安装bs4 |
| lxml的HTML解析器 | BeautifulSoup(mk, 'lxml') | pip install lxml |
| lxml的XML解析器 | BeautifulSoup(mk, 'xml') | pip install lxml |
| html5lib的解析器 | BeautifulSoup(mk, 'html5lib') | pip install html5lib |
基本元素：
| 基本元素 | 说明 |
| Tag | 标签，最基本的信息组织单元，分别用<></>标明开头和结尾 |
| Name | 标签的名字 |
| Attributes | 标签的属性 |
| NavigableString | 标签内非属性字符串 |
| Comment | 标签内字符串的注释部分，一种特殊的comment类型 |
soup.tag
soup.tag.name (返回标签的名字，字符串 soup.tag.parent.name)
soup.tag.attrs（返回字典 soup.tag.attrs['class']）
soup.tag.string (NavigableString 可以跨越多个标签层次 Notice comment 和 string 需要用类型来判断）
soup.p
soup.p.name
soup.p.attrs
soup.p.string
bs4库遍历HTML文件：
下行遍历：从根节点到叶子节点
上行遍历：
平行遍历：平行遍历发生在同一个父节点下的各节点间
.contents 子节点的列表
.children 子节点的迭代类型
.descendants 子孙节点的所有迭代类型
.parent 返回父节点
.parents 节点先辈标签的迭代类型
.next_sibling
.previous_sibling
.next_siblings 迭代类型，返回按照HTML文本顺序的后续所有平行节点标签
.previous_siblings 迭代类型，返回按照HTML文本顺序的前续所有平行节点标签
相关方法：
soup.prettify()/soup.tag.prettify()
soup.find_all(tag) <>.find_all(name,attrs,recursive,string,**kwargs) 返回列表类型，存储查找的结果 结合re库
name:对标签名称的检索字符串或字符串列表，if 为 ture,检索所有标签
attrs:对标签属性值的检索字符串，可标注属性检索 soup.find_all('p', 'course')属性值为course的p标签 soup.find_all(id='link1')id为link1的所有标签
recursive:是否对子孙全部检索，默认True。如果为False,则值检索儿子节点
string:<>...</>中字符串区域的检索字符串。类似于Ctrl + F
<tag>(...) 等价于 <tag>.find_all(...)
soup(...) 等价于 soup.find_all(...)
<>.get(attr) 获取属性值