beautiful soup库作为python第三方库，可以对html语言进行很好的树形解析，“美味汤”的直译也是在说能够把文档像一锅汤一样进行调制。

beautiful soup库的基本元素有：

基本元素 说明
Tag　 标签，最基本的信息组织单元
Name　 标签的名字 tag.name
Attributes 标签的属性(字典形式) tag.attrs
NavigableString 标签内非属性字符串 tag.string
Comment 标签内注释

 

 

 

 

 

 

 

beautiful soup库的内容遍历方法

下行遍历： .contents　　　　获得子节点的列表（可以用列表的方式进行处理）

　　　　 　.children　　        获得子节点的迭代类型，用于循环遍历子节点

　　　　　　　　　　　　　　　　for child in soup.body.children://遍历儿子节点

　　　　　　　　　　　　　　　　　　print(child)

                   .descendants       获得子孙节点的迭代类型，包含所有子孙节点，用于循环遍历

上行遍历： .parent　　          返回节点的父亲标签

　　　　　 .parents                返回节点先辈标签，可以用于循环遍历　（在遍历时会遍历到 　　　　　　　　　　　　　 soup本身，soup本身没有先辈标签）　    

平行遍历： .next_sibling         返回按照html文本顺序的下一个平行节点标签

　　　　　 .previous_sibling  返回按照html文本顺序的上一个平行节点标签

　　　　　 .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

 

最后有一个prettify方法可以对html文档或者html标签进行格式化处理。