一、引言
BeautifulSoup 是一个 Python 的 HTML/XML 解析库，它可以从 HTML 或 XML 文件中提取数据。
BeautifulSoup 能够很好地处理不规范或有错误的 HTML/XML 文档，并提供了简单且省力的方
式从网页抓取数据。下面，我们将对 BeautifulSoup 的用法进行详细的解析。
 

二、安装与导入
首先，你需要在 Python 环境中安装 BeautifulSoup 库。可以通过 pip 命令进行安装：
```bash
pip install beautifulsoup4
``` 安装完成后，你可以在你的 Python 脚本中导入 BeautifulSoup 库：
```python
from bs4 import BeautifulSoup
```

三、基本用法
1. **读取 HTML 文档** 你可以通过打开本地 HTML 文件或通过网络请求获取 HTML 内容。例如，使用`open`函数读
取本地文件：
```python
with open('test.html', 'r', encoding='utf-8') as f:
html_doc = f.read()
``` 或者使用`requests`库获取网页内容：
```python
import requests
url = 'http://example.com' response = requests.get(url)
html_doc = response.text
```

2. **解析 HTML 文档**
使用 BeautifulSoup 解析 HTML 文档，你需要创建一个 BeautifulSoup 对象，并传入 HTML 文
档字符串和解析器。默认的解析器是`html.parser`，但你也可以选择其他解析器，如`lxml`或
`html5lib`。
```python
soup = BeautifulSoup(html_doc, 'html.parser')
```

3. **遍历解析树** BeautifulSoup 将 HTML 文档解析为一个嵌套的节点树，你可以通过遍历这个树来获取你需要的信息。每个节点都是一个对象，具有一些属性和方法。
* `Tag.name`：返回标签的名字。
* `Tag.attrs`：返回标签的属性键值对，是一个 dict 对象。
* `Tag[attr]`：获取属性值。如果属性在 HTML 中是多值属性，则返回 list 对象，否则返回 str
对象。
* `Tag.string`：返回标签内的第一个文本节点。如果标签内部有多个文本节点，则返回 None。
* `Tag.strings`：返回标签内所有文本节点，生成器类型。
* `Tag.contents`：返回子节点列表，是 list 对象。