理解Beautiful Soup的基本元素是理解Beautiful Soup庫的基礎。

首先我們說明一下Beautiful Soup庫能幹什麼。

我們以開啟html檔案為例。

任何一組html檔案它都是以尖括號為組的標籤組織起來的。而這些標籤建立起來的東西我們稱之為標籤樹。

而Beautiful Soup庫是解析，遍歷，維護標籤樹的功能庫。

標籤的具體格式如圖：

Beautiful Soup庫常見的四種解析器：

現在我們來介紹一下Beautiful Soup庫的基本元素：

下面我們來介紹一下獲得tag標籤的相關方法

任何語法標籤都可以用soup.tag方法訪問獲得，比如我們要獲取某個介面的a標籤：

import requests
r = requests.get("http://python123.io/ws/demo.html")
demo = r.text
from bs4 import  BeautifulSoup
soup = BeautifulSoup(demo, "html.parser")
tag = soup.a
print(tag)

輸出為：

<a class="py1" href="http://www.icourse163.org/course/BIT-268001" id="link1">Basic Python</a>

但是當存在多個標籤的時候，我們用soup.tag只能返回其中第一個。

name表示獲取相關標籤的名字，比如：

import requests
r = requests.get("http://python123.io/ws/demo.html")
demo = r.text
from bs4 import  BeautifulSoup
soup = BeautifulSoup(demo, "html.parser")
print(soup.a.parent.name)
print(soup.a.parent.parent.name)

輸出為：

p
body

標籤的屬性Attributes是在標籤中表明標籤特點的相關區域。

舉個例子：

import requests
r = requests.get("http://python123.io/ws/demo.html")
demo = r.text
from bs4 import  BeautifulSoup
soup = BeautifulSoup(demo, "html.parser")
tag = soup.a
print(tag.attrs)

輸出：

{'href': 'http://www.icourse163.org/course/BIT-268001', 'class': ['py1'], 'id': 'link1'}

我們再來看一下comment型別。

在html5介面中 我們用<!--abc-->表示註釋abc，而comment標籤可以表示字串中被註釋的部分。

如：

from bs4 import BeautifulSoup
newsoup = BeautifulSoup("<b><!--This is a comment--></b><p>This is"
                        "not a comment</p>","html.parser")
print(type(newsoup.b.string))
print(type(newsoup.p.string))

輸出：

<class 'bs4.element.Comment'>
<class 'bs4.element.NavigableString'>

不過這個comment在bs4裡面並不常用。