使用python的beautifulsoup库可解析html和xml文档，常用于网页抓取。2. 需先安装并导入库：pip install beautifulsoup4 requests，再配合requests获取网页内容。3. 用beautifulsoup(response.text, 'html.parser')创建解析对象。4. 提供find、find_all等方法按标签、id、class查找元素。5. 可提取链接、文本等数据，并通过点语法或children等方法处理层级结构。
使用 Python 中的 BeautifulSoup 库可以方便地解析 HTML 和 XML 文档，提取所需数据。它常用于网页抓取和数据提取任务。你需要先安装并导入库，然后配合请求库（如 requests）获取网页内容，再用 BeautifulSoup 解析。
安装与导入
在使用前，需通过 pip 安装相关库：
pip install beautifulsoup4 requests导入库：
from bs4 import BeautifulSoupimport requests
获取网页并解析
使用 requests 获取网页源码，再用 BeautifulSoup 创建解析对象：
立即学习“Python免费学习笔记（深入）”；
url = "https://example.com"response = requests.get(url)
soup = BeautifulSoup(response.text, 'html.parser')
说明： 第二个参数指定解析器，'html.parser' 是内置的，推荐简单场景使用；也可用 'lxml' 提升性能（需额外安装 lxml）。
查找和提取数据
BeautifulSoup 提供多种方法定位标签：
- soup.find('tag')：返回第一个匹配的标签
- soup.find_all('tag')：返回所有匹配的标签列表
- soup.find(id='content')：通过 id 查找
- soup.find(class_='title')：通过 class 查找（注意下划线）
示例：提取所有链接
links = soup.find_all('a')for link in links:
print(link.get('href'))
处理层级结构
可通过点语法快速访问嵌套标签：
title = soup.titlediv_content = soup.div.p.text # 获取 div 下第一个 p 的文本
也可以用 .children、.find_parent() 等方法遍历结构。
基本上就这些，结合实际网页结构灵活使用即可。
