Python网络爬虫【持续更新】-BeautifulSoup库的使用
什么是BeautifulSoup
Beautiful Soup是一个Python包，功能包括解析HTML、XML文档、修复含有未闭合标签等错误的文档（此种文档常被称为tag soup）。这个扩展包为待解析的页面创建一棵树，以便提取其中的数据，这在网络数据采集时非常有用.
BeautifulSoup的基本用法
解析器
基本元素
基本元素在html文档中的位置：
遍历方式
遍历方式有上行遍历、下行遍历和平行遍历。不同的功能需要利用到不同的遍历方式。
下行遍历对应的功能(contents和children的效果一致，只是返回的对象类型不一样，并且他们返回的都是直接儿子节点，descendants返回的是所有的子孙节点）
上行遍历对应的功能(parent返回的是直接先辈标签，parents返回的是所有的先辈)
平行遍历对应的功能（注意，这里的平时遍历，必须是发生在同一个父亲节点下的平行遍历，如下图就不是平行遍历）
总结
HTML格式化和编码
soup.prettify()函数可以解析HTML，将每一个标签和内容后面都加上/n换行符。
beautifulSoup将所有的HTML文件都转换成了UTF-8编码，所以中文字符可以很方便的在程序中显示出来。（注意Python3以上默认UTF-8编码，Python3以下建议更新到Python3）
【推荐】国内首个AI IDE，深度理解中文开发场景，立即下载体验Trae
【推荐】编程新体验，更懂你的AI，立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包，你的智能百科全书，全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell：AI 加持，快人一步
· AI与.NET技术实操系列（二）：开始使用ML.NET
· 记一次.NET内存居高不下排查解决与启示
· 探究高空视频全景AR技术的实现原理
· 理解Rust引用及其生命周期标识（上）
· 浏览器原生「磁吸」效果！Anchor Positioning 锚点定位神器解析
· DeepSeek 开源周回顾「GitHub 热点速览」
· 物流快递公司核心技术能力-地址解析分单基础技术分享
· .NET 10首个预览版发布：重大改进与新特性概览！
· AI与.NET技术实操系列（二）：开始使用ML.NET
· 单线程的Redis速度为什么快？