爬虫：BeautifulSoup解析库

一 什么是BeautifulSoup

　　简单来说，Beautiful Soup是python的一个库，最主要的功能是从网页抓取数据。

官方解释如下：

　　Beautiful Soup提供一些简单的、python式的函数用来处理导航、搜索、修改分析树等功能。它是一个工具箱，通过解析文档为用户提供需要抓取的数据，因为简单，所以不需要多少代码就可以写出一个完整的应用程序。

　　Beautiful Soup 是一个可以从HTML或XML文件中提取数据的Python库。它能够通过你喜欢的转换器实现惯用的文档导航,查找,修改文档的方式。所以需要配合解析器一起使用！

　　Beautiful Soup会帮你节省数小时甚至数天的工作时间.你可能在寻找 Beautiful Soup3 的文档,Beautiful Soup 3 目前已经停止开发,官网推荐在现在的项目中使用Beautiful Soup 4。

解析器:

　　Beautiful Soup支持Python标准库中的HTML解析器,还支持一些第三方的解析器，如果我们不安装它，则 Python 会使用 Python默认的解析器，lxml 解析器更加强大，速度更快，推荐安装另一个可供选择的解析器是纯Python实现的 html5lib , html5lib的解析方式与浏览器相同。

解析器对比：　　 官方文档

二 为什么要用BeautifulSoup？

　　BeautifulSoup能给我们提供一些列查找文档树的方法，使我们能快速定位到我们想要爬取的数据。我们再回想一下之前学的一个re模块，它可以全局查找我们想要的文本，从文本开头到结束开始匹配，然后通过贪婪匹配，再通过非贪婪匹配拿到需要的数据，整个过程是不是非常繁琐，而却搜索效率极低！

　　BeautifulSoup内既封装了re，还为我们提供了一些更加强大、高效的功能，使我们可以快速匹配到我们想要的数据，提高爬取效率和开发效率。

三 安装

1、安装

四 怎么使用

1、基本使用

2、遍历文档树

3、搜索文档树

　　BeautifulSoup定义了很多搜索方法，这里着重介绍2个：find() 和 find_all() 。其它方法的参数和用法类似！