beautifulsoup 下载_beautiful love_beautifulsoup中文文档(4)
电脑杂谈 发布时间：2017-02-01 20:14:37 来源：网络整理previousSiblingGenerator
previous_elements
previous_siblings
pushTag
recursiveChildGenerator
renderContents
replaceWith
replaceWithChildren
replace_with
replace_with_children：修改elementtree元素内容
reset
select：适用于jquery和css的语法选择。
setup
string
strings
stripped_strings
tag_name_re
text
unwrap
wrap
需要注意的是，在BeautifulSoup中的方法有些有两种写法，有些是驼峰格式的写法，有些是下划线格式的写法，但是看其方法的含义是一样的，这主要是BeautifulSoup为了兼容3.x的写法。前者是3.x的写法，后者是4.x的写法，推荐使用后者，也就是下划线的方法。
根据这些方法，应该能够得到遍历、抽取、修改、规范化文档的一系列方法。大家如果能在工作中使用BeautifulSoup，一定会理解更深。
BeautifulSoup支持不同的parser，默认是Html格式解析，还有xml parser、lxml parser、html5lib parser、html.parser，这些parser都需要响应的解析器支持。
html，这个是默认的解析器
Python代码
BeautifulSoup("<a><b/></a>")
#<html><head></head><body><a><b></b></a></body></html>
xml格式解析器
Python代码
BeautifulSoup("<a><b/></a>","xml")
#<?xmlversion="1.0"encoding="utf-8"?>
#<a><b/></a>
lxml格式解析器
Python代码
BeautifulSoup("<a></p>","lxml")
#<html><body><a></a></body></html>
html5lib格式解析器
Python代码
BeautifulSoup("<a></p>","html5lib")
#<html><head></head><body><a><p></p></a></body></html>
html.parser解析器
Python代码
BeautifulSoup("<a></p>","html.parser")
#<a></a>
其中parser的区别大家看下这几个例子就知道了。
在使用BeautifulSoup解析文档的时候，会将整个文档以一颗大又密集的数据载入到内存中，如果你只是从数据结构中获得一个字符串，内存中保存一堆数据感觉就不划算了。并且如果你要获得指向某个Tag的内容，这个Tag又会指向其它的Tag对象，因此你需要保存这棵树的所有部分，也就是说整棵树都在内存中。extract方法可以破坏掉这些链接，它会将树的连接部分断开，如果你得到某个Tag，这个Tag的剩余部分会离开这棵树而被垃圾收集器捕获；当然，你也可以实现其它的功能：如文档中的某一块你本身就不关心，你可以直接把它extract出树结构，扔给垃圾收集器，优化内存使用的同时还能完成自己的功能。
正如BeautifulSoup的作者Leonard所说，写BeautifulSoup是为了帮助别人节省时间，减小工作量。一旦习惯使用上BeautifulSoup后，一些站点的内容很快就能搞定。这个就是开源的精神，将工作尽可能的自动化，减小工作量；从某个程度上来说，程序员应该是比较懒惰的，但是这种懒惰正好又促进了软件行业的进步。
导入模块时按照原始博文 总是不对，我尝试import bs4 from bs4 import beautifulsoup 就可一了
本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/jisuanjixue/article-29971-4.html
-
-
梁雅楠
只知道黑别人
-
-
安鸿渐
真是两难
雨林木风ghost xp sp3硬盘安装版V2016.12－
单元测试规定
检查乙肝病毒dna河南看小三阳哪家医院最小三阳有什么症状
分布式计算环境课程总结
因为许家印帅到没天理哈哈哈