安装
通过 pip 安装 Beautiful Soup 模块：pip install beautifulsoup4 。
还可以使用 PyCharm IDE 来写代码，在 PyCharm 中的 Preferences 中找到 Project ，在里面搜索 Beautiful Soup 模块，进行安装即可。
创建 BeautifulSoup 对象
Beautiful Soup 模块广泛使用从网页中得到数据。我们能够使用 Beautiful Soup 模块从 HTML/XML 文档中提取任何数据，例如，网页中的所有链接或者标签内的内容。
为了实现这一点，Beautiful Soup 提供了不同的对象和方法。任何的 HTML/XML 文档能够转化成不同的 Beautiful Soup 对象，这些对象有着不同的属性和方法，我们能够从中提取到需要的数据。
Beautiful Soup 总共有如下三种对象：
创建 BeautifulSoup 对象
创建一个 BeautifulSoup 对象是任何 Beautiful Soup 工程的起点。
BeautifulSoup 可以通过传一个字符串或者类文件对象(file-like object)，例如机器上的文件或者网页。
通过字符串创建 BeautifulSoup 对象
在 BeautifulSoup 的构造器中通过传递一个字符串来创建对象。
helloworld = '<p>Hello World</p>'soup_string = BeautifulSoup(helloworld)print soup_string <html><body><p>Hello World</p></body></html>
通过类文件对象创建 BeautifulSoup 对象
在 BeautifulSoup 的构造器中通过传递一个类文件对象（file-like object）来创建对象。这在解析在线网页时非常有用。
url = "http://www.glumes.com"page = urllib2.urlopen(url)soup = BeautifulSoup(page)print soup
除了传递类文件对象之外，我们还可以传递本地文件对象到 BeautifulSoup 的构造器来生成对象。
with open('foo.html','r') as foo_file : soup_foo = BeautifulSoup(foo_file)print soup_foo为 XML 解析创建 BeautifulSoup 对象
Beautiful Soup 模块同样能够用来解析 XML 。
当创建一个 BeautifulSoup 对象时， Beautiful Soup 模块将会选择合适的 TreeBuilder 类来创建 HTML/XML 树。默认情况下，选择 HTML TreeBuilder 对象，它将使用默认的 HTML 解析器，产生一个 HTML 结构树。在上面的代码中，由字符串生成 BeautifulSoup 对象，就是将它解析成了 HTML 树结构。
如果我们想要 Beautiful Soup 模块将输入的内容解析为 XML 类型，那么就需要在 Beautiful Soup 构造器中精确指定使用的 features 参数。通过特定的 features 参数，Beautiful Soup 将会选择最适合的 TreeBuilder 类来满足我们想要的特征。
理解 features 参数
每一个 TreeBuilder 根据它使用的解析器将会有不同的特征。因此，输入的内容根据传递到构造器的 features 参数也会有不同的结果。
新闻热点
疑难解答
