安装
pip install bs4
导入
from bs4 import BeautifulSoup
创建 Beautiful Soup 对象
soup = BeautifulSoup(html, features="lxml")
其中html为要解析的文档，features为使用的解析器类型
BS4支持的解析器有html.parse(Python内置)、lxml、和html5lib等
搜索文档树：
find：返回第一个匹配的标签（支持按标签名、类名、ID 筛选）
soup.find('p', class_='content') 查找首个 class 为 "content" 的 <p> 标签
findall：返回所有匹配的标签列表（支持正则表达式）
soup.find_all('a', href=True) 查找所有含 href 属性的链接
css选择器：使用select方法，返回的是列表
|-------------------|---------------------------------------------|
| 选择器 | 描述 |
| 标签选择器 | soup.select('title') |
| 类选择器 | soup.select('.sister') |
| id选择器 | soup.select('#title') |
| 层级选择器 | soup.select('p title') |
| 属性选择器 | soup.select('a[href="http://baidu.com"]') |
| 组合选择器 | soup.select('div.class1.class2') |
| 获取文本内容 get_text() | soup.select('title')[0].get_text() |
| 获取属性 get('属性名') | soup.select('title')[0].get('href') |