BeautifulSoup引入
（1）Beautiful Soup提供一些簡單的、python式的函數用來處理導航、搜索、修改分析樹等功能。它是一個工具箱，通過解析文檔爲用戶提供需要抓取的數據。
（2）Beautiful Soup自動將輸入文檔轉換爲Unicode編碼，輸出文檔轉換爲utf-8編碼。
（3）安裝：easy_install beautifulsoup4
（4）Beautiful Soup支持Python標準庫中的HTML解析器，還支持一些第三方的解析器。lxml解析器更加強大，速度更快，否則使用默認解析器。
創建Beautiful Soup對象
（1）先導入bs4庫。
（2）可以用字符串創建對象，也可以用本地的HTML文件來創建對象。
（3）使用prettify()方法格式化輸出對象的內容，返回的是補全好的html源碼文本。
四大對象種類
（1）Beautiful Soup將複雜HTML文檔轉換成一個複雜的樹形結構，每個節點都是Python對象。
（2）所有對象可以歸納爲4類：Tag，NavigableString，BeautifulSoup，Comment。
Tag對象
（1）Tag對象就是HTML中的標籤，通過點操作符獲取對應的標籤。但是查找的是所有內容中第一個符合要求的標籤。
（2）對於Tag對象有兩個重要屬性：name和attrs。屬性也是通過點操作符獲取，返回的是一個字典。
（3）也可以使用[]操作符單獨獲取某個Tag的屬性，返回的是列表。
（4）還可以使用Tag對象的get方法，傳入屬性的名稱。
（5）還可以對屬性的內容等等進行修改，就是通過以上方法獲取後使用賦值符號就可以了。
（6）還可以對屬性進行刪除操作，使用del關鍵字。
NavigableString對象
（1）要想獲取標籤內部的文字，使用.string屬性即可，返回的就是一個NavigableString類型的對象。
BeautifulSoup對象
（1）BeautifulSoup對象表示的是一個文檔的全部內容，大部分時候，可以把它當作Tag對象，是一個特殊的Tag，我們可以分別獲取它的類型，名稱，以及屬性。
Comment對象
（1）Comment對象是一個特殊類型的NavigableString對象，輸出的內容不包括註釋符號，但是其它字符當使用.string屬性訪問一個標籤的內容時還是會顯示出來的。
（2）所以在處理文本時，如果有些標籤的內容包含註釋的話，要根據類型來作相應的處理。
遍歷文檔樹
（1）直接子節點。要點是.contents和.children屬性。.contents屬性返回的是一個列表，而.children屬性返回的是一個list生成器對象，都可以遍歷訪問。
（2）所有子孫節點。.descendants屬性，像是DFS一樣遍歷指定Tag對象樹的所有子孫節點。
（3）節點內容。.string屬性。如果一個標籤裏面沒有標籤了，那麼.string就會返回標籤裏面的內容。如果標籤裏面只有唯一一個標籤了，那麼.string也會返回最裏面的內容。
（4）如果tag包含了多個子節點，tag就無法確定.string屬性獲取的是哪個子節點的內容，那麼，.string輸出的結果是None。
（5）多個內容。.string，.stripped_strings屬性。使用.strings獲取多個內容，返回的是一個列表，需要遍歷獲取每個內容。要注意的是，有些元素是空行。
（6）當輸出的字符串中包含了很多空格或空行時，使用.stripped_strings就可以獲取去除空行後的內容。
（7）父節點。.parent屬性。
（8）全部父節點。.parents屬性。這個屬性可以遞歸得到元素的所有父輩節點，可以使用for循環遍歷所有節點。
（9）兄弟節點。.next_sibling，.previous_sibling屬性。這裏要注意的是實際文檔中的tag的.next_sibling和.previous_sibling屬性通常是字符串或者空白，因爲空白或者空行也可以被視作一個節點，所以得到的結果可能是空白或者空行。
（10）全部兄弟節點。.next_sibling和.previous_siblings屬性。可以使用for循環對當前節點的兄弟節點迭代輸出。
（11）前後節點。.next_element和.previous_element屬性。這兩個屬性不是針對兄弟節點的，而是在所有節點，部分層次。
（12）所有前後節點。.next_elements和.previous_elements屬性。
搜索文檔樹
（1）使用find_all過濾時，遇到屬性名是python關鍵詞時，在屬性名後加個下劃線，如class_=XXX。
（2）有些tag屬性在搜索中不能使用，比如HTML5中的data-*屬性。這使可以通過find_all方法的attrs參數定義一個字典參數來搜索包含特殊屬性的tag。
（3）通過text參數可以搜索文檔中的字符串內容，text參數接受字符串，正則表達式，列表和True。
（4）使用limit參數限制返回結果的數量。
（5）在調用find_all方法時，Beautiful Soup會檢索當前tag的所有子孫節點，如果只想搜索tag的直接子節點，設置參數recursive=False。
（6）還有很多其他find相關的方法請參考文檔。
CSS選擇器
（1）使用soup.select()方法，按照類似css的方式篩選元素，返回類型是list。