爬虫学习系列（六）--bs4 数据解析

bs4数据解析原理：
– 实例化一个BeautifulSoup对象，并且将页面数据源码数据加载到该对象中
– 通过调用BeautifulSoup对象中的相关的属性或者方法进行标签定位和数据提取
环境安装：
– pip install bs4
– pip install lxml
如何实例化BeautifulSoup对象：
– from bs4 import BeautifulSoup
– 对象实例化：
– 1 将本地的html文档中的数据加载到该对象中

fp = open("./jay.html",'r',encoding="utf-8")
Soup = BeautifulSoup(fp,'lxml')

 	   		-- 2 将互联网上获取的页面源码加载到该对象中

page_text = requests.text
Soup = BeautifulSoup(page_text,'lxml')

 	--   	提供的用于数据解析的方法和属性	    
 			-- Soup.tagName  返回的是文档中第一次出现的tagName
 			-- Soup.find           find（“tagName”）等同于soup.div
 						--  属性定位：

print(soup.find("div",class_/id/其他属性= "XXXXX")) 

			--  soup.find_all（“tagName”）      返回的是所有的符合要求的标签(列表)
			--  soup.select （"某种选择器（id class 标签）”）：返回的是一个列表
					  其中>表示的是一个层级。 空格表示的是多个层级。
	-- 获取标签之间的文本数据：
			-- soup.a.text/string/get_text()
			-- text/get_text(): 可以获取某一标签下的所有的文本内容
			-- string: 只获取标签下的直系文本内容
	 -- 获取标签中属性值：
	 		--  soup.a["href"]