#https://www.crummy.com/software/BeautifulSoup/bs4/doc/index.zh.html#find-all

#beautifulSoup可以解析HTML，下载安装时使用的是 pip install beautifulsoup4  ,导入模块时使用的是bs4.

 

import bs4

 

noStarchSoup=bs4.BeautifulSoup(res.text)

#bs4.BeautifulSoup()函数返回的是一个BeautifulSoup对象。

 

 

#也可以像BeautifulSoup()传递一个File对象。

exampleFile=open('usePythonDownloadHtml.html')

exampleSoup=bs4.BeautifulSoup(exampleFile.read())

#CSS选择器的匹配模式

'''

传递给select（)方法的选择器          将匹配...

soup.select('div')                   所有名为<div>的元素

soup.select('#author')               带有id属性为author的元素

soup.select('.notice')               所有使用CSS class 属性名为notice的元素

soup.select('div span')              所有在<div>元素之内的<span>元素

soup.select('div > span')            所有直接在<div>元素之内的<span>元素，中间没有其他元素

soup.select('input[name]')           所有名为<input>,并有一个name属性，其值无所谓的元素

soup.select('input[type="button"]')  所有名为<input>,并有一个type属性，其值为bottom的元素

'''

 

#不同的选择器模式可以组合起来，形成复杂的匹配。例如，soup.select('p#author')将匹配所有id属性为author的元素，只要它也在一个<p>元素之内。

#select（）方法将返回一个tag对象的列表。Tag的值可以传递给str()函数，显示它们代表的Html标签。Tag值也可以有attrs属性，它将该Tag的属性作为一个字典。

 

elems=exampleSoup.select('p')  #查找出"id=author"的元素，返回的elems为一个list.

#len(elems) 返回值为1，说明列表中只有一个tag对象。

print(elems[0].getText(),'1' )#返回该元素的文本，或内部的HTML。一个元素的文本是在开始和结束标签之间的内容。

print(str(elems[0]),'2' ) #将返回一个字符串，其中包含开始和结束标签，以及该元素得到文本。

print(elems[0].attrs,'3') #返回一个字典包含元素的属性名与属性值。

print(elems[0].get('id'),'4')#返回元素的属性‘id'的值。