python学习——网络爬虫

1、BeautifulSoup库与re正则表达式模块

BeautifulSoup是一个可以从HTML或XML文件中提取数据的Python库；而re正则表达式模块进行各类正则表达式处理。

2、BeautifulSoup对象类型

Tag——HTML和XML文档中的标签

Navigable String——Tag当中的字符串

BeautifulSoup——BeautifulSoup对象表示的是一个文档的全部内容。很多时候可以把它当作一个特殊的Tag 对象 

Comment——Navigable String的子类，输出的内容仍不包含注释符号。