Python3---BeautifulSoup

# 爬虫网络请求方式：urllib(模块), requests(库), scrapy, pyspider(框架)

# 爬虫数据提取方式：正则表达式, bs4, lxml, xpath, css

from bs4 import BeautifulSoup

# 参数1：序列化的html源代码字符串，将其序列化成一个文档树对象。

# 参数2：将采用 lxml 这个解析库来序列化 html 源代码

html = BeautifulSoup(open('index.html', encoding='utf-8'), 'lxml')

# print(html.title)

# print(html.a)

#

# # 获取某一个标签的所有属性

# # {'href': '/', 'id': 'result_logo', 'onmousedown': "return c({'fm':'tab','tab':'logo'})"}

# print(html.a.attrs)

#

# # 获取其中一个属性

# print(html.a.get('id'))

# 获取多个标签，需要遍历文档树

# print(html.head.contents)

# print(html.head.children) # list_iterator object

# for ch in html.head.children:

# print(ch)

# descendants

# print(html.head.descendants)

# find_all

# find

# get_text: 标签内所有文本，包含子标签

# select

# string: 不能有其他标签。

print(html.select('.two')[0].get_text())

# print(help(html))

# find_all：根据标签名查找一组元素

res = html.find_all('a')

# print(res)

# select：支持所有的CSS选择器语法

res = html.select('.one')[0]

# print(res.get_text())

# print(res.get('class'))

res = html.select('.two')[0]

print(res)

print('----',res.next_sibling)

import os

os.mkdir('abc') # 在当前目录下6-7下，创建abc

os.chdir('abc') # 进入到abc

os.mkdir('123') # 在abc创建123目录

os.chdir(os.path.pardir) # 回到父级目录

os.mkdir('erf')