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。
在 Beautiful Soup 模块中，TreeBuilder 当前使用的解析器如下：
BeautifulSoup 构造器的 features 参数能够接受一个字符串列表或一个字符串值。
当前，每一个 TreeBuilder 支持的 features 参数和解析器如下表所示：
Features TreeBuilder Parser
['lxml','html','fast','permissive'] LXMLTreeBuilder lxml
['html','html5lib','permissive','strict','html5′] HTML5TreeBuilder html5lib
['html','strict','html.parser'] HTMLParserTreeBuilder html.parser
['xml','lxml','permissive','fast'] LXMLTreeBuilderForXML lxml
根据指定的 feature 参数，Beautiful Soup 将会选择最合适的 TreeBuilder 类。如果在指定对应的解析器时，出现如下的报错信息，可能就是需要安装对应的解析器了。
bs4.FeatureNotFound: Couldn't find a tree builder with the features you requested: html5lib.
Do you need to install a parser library?就 HTML 文档而言，选择 TreeBuilder 的顺序是基于解析器建立的优先级，就如上表格所示的优先级。首先是 lxml ，其次是 html5lib ，最后才是 html.parser 。例如，我们选择 html 字符串作为 feature 参数，那么如果 lxml 解析器可用，则 Beautiful Soup 模块将会选择 LXMLTreeBuilder 。如果 lxml 不可用，则会选择 根据 html5lib 解析器选择 HTML5TreeBuilder 。如果在不可用，则会选择根据 html.parser 选择 HTMLParserTreeBuilder 了。
至于 XML ，由于 lxml 是唯一的解析器，所以 LXMLTreeBuilderForXML 总是会被选择的。
所以，为 XML 创建一个 Beautiful Soup 对象的代码如下：
helloworld = '<p>Hello World</p>'
soup_string = BeautifulSoup(helloworld,features="xml")
print soup_string输入的结果也是 XML 形式的文件 ：
在创建 Beautiful Soup 对象时，更好的实践是指定解析器。这是因为，不同的解析器解析的结果内容大不相同，尤其是在我们的 HTML 文档内容非法时，结果更为明显。
当我们创建一个 BeautifulSoup 对象时，Tag 和 NavigableString 对象也就创建了。
创建 Tag 对象
我们可以从 BeautifulSoup 对象中得到 Tag 对象，也就是 HTML/XML 中的标签。
如下 HTML 代码所示：
#!/usr/bin/python
# -*- coding:utf-8 -*-
from bs4 import BeautifulSoup
html_atag = """
<html>
<body>
<p>Test html a tag example</p>
<a href="http://www.glumes.com'>Home</a>
<a href="http;//www.glumes.com/index.html'>Blog</a>
</body>
<html>
"""
soup = BeautifulSoup(html_atag,'html.parser')
atag = soup.a
print type(atag)
print atag从结果中可以看到 atag 的类型是 <class 'bs4.element.Tag'> 。而 soup.a 的结果就是 HTML 文档中的第一个 标签。
HTML/XML 标签对象具有名称和属性。名称就是标签的名字，例如 标签 的名称就是 a 。属性则是标签的 class 、id 、style 等。Tag 对象允许我们得到 HTML 标签的名称和属性 。
Tag 对象的名称
通过 .name 方式得到 Tag 对象的名称 。
tagname = atag.name
print tagname 同时也能够改变 Tag 对象的名称：
atag.name = 'p'京东创始人刘强东和其妻子章泽天最近成为了互联网舆论关注的焦点。有关他们“移民美国”和在美国购买豪宅的传言在互联网上广泛传播。然而，京东官方通过微博发言人发布的消息澄清了这些传言，称这些言论纯属虚假信息和蓄意捏造。
日前，据博主“@超能数码君老周”爆料，国内三大运营商中国移动、中国电信和中国联通预计将集体采购百万台规模的华为Mate60系列手机。
据报道，荷兰半导体设备公司ASML正看到美国对华遏制政策的负面影响。阿斯麦（ASML）CEO彼得·温宁克在一档电视节目中分享了他对中国大陆问题以及该公司面临的出口管制和保护主义的看法。彼得曾在多个场合表达了他对出口管制以及中荷经济关系的担忧。
今年早些时候，抖音悄然上线了一款名为“青桃”的 App，Slogan 为“看见你的热爱”，根据应用介绍可知，“青桃”是一个属于年轻人的兴趣知识视频平台，由抖音官方出品的中长视频关联版本，整体风格有些类似B站。
日前，威马汽车首席数据官梅松林转发了一份“世界各国地区拥车率排行榜”，同时，他发文表示：中国汽车普及率低于非洲国家尼日利亚，每百户家庭仅17户有车。意大利世界排名第一，每十户中九户有车。
近日，一项新的研究发现，维生素 C 和 E 等抗氧化剂会激活一种机制，刺激癌症肿瘤中新血管的生长，帮助它们生长和扩散。
据媒体援引消息人士报道，苹果公司正在测试使用3D打印技术来生产其智能手表的钢质底盘。消息传出后，3D系统一度大涨超10%，不过截至周三收盘，该股涨幅回落至2%以内。
9月2日，坐拥千万粉丝的网红主播“秀才”账号被封禁，在社交媒体平台上引发热议。平台相关负责人表示，“秀才”账号违反平台相关规定，已封禁。据知情人士透露，秀才近期被举报存在违法行为，这可能是他被封禁的部分原因。据悉，“秀才”年龄39岁，是安徽省亳州市蒙城县人，抖音网红，粉丝数量超1200万。他曾被称为“中老年...
9月3日消息，亚马逊的一些股东，包括持有该公司股票的一家养老基金，日前对亚马逊、其创始人贝索斯和其董事会提起诉讼，指控他们在为 Project Kuiper 卫星星座项目购买发射服务时“违反了信义义务”。
据消息，为推广自家应用，苹果现推出了一个名为“Apps by Apple”的网站，展示了苹果为旗下产品（如 iPhone、iPad、Apple Watch、Mac 和 Apple TV）开发的各种应用程序。
特斯拉本周在美国大幅下调Model S和X售价，引发了该公司一些最坚定支持者的不满。知名特斯拉多头、未来基金（Future Fund）管理合伙人加里·布莱克发帖称，降价是一种“短期麻醉剂”，会让潜在客户等待进一步降价。
据外媒9月2日报道，荷兰半导体设备制造商阿斯麦称，尽管荷兰政府颁布的半导体设备出口管制新规9月正式生效，但该公司已获得在2023年底以前向中国运送受限制芯片制造机器的许可。
近日，根据美国证券交易委员会的文件显示，苹果卫星服务提供商 Globalstar 近期向马斯克旗下的 SpaceX 支付 6400 万美元（约 4.65 亿元人民币）。用于在 2023-2025 年期间，发射卫星，进一步扩展苹果 iPhone 系列的 SOS 卫星服务。
据报道，马斯克旗下社交平台𝕏（推特）日前调整了隐私政策，允许 𝕏 使用用户发布的信息来训练其人工智能（AI）模型。新的隐私政策将于 9 月 29 日生效。新政策规定，𝕏可能会使用所收集到的平台信息和公开可用的信息，来帮助训练 𝕏 的机器学习或人工智能模型。
9月2日，荣耀CEO赵明在采访中谈及华为手机回归时表示，替老同事们高兴，觉得手机行业，由于华为的回归，让竞争充满了更多的可能性和更多的魅力，对行业来说也是件好事。
《自然》30日发表的一篇论文报道了一个名为Swift的人工智能（AI）系统，该系统驾驶无人机的能力可在真实世界中一对一冠军赛里战胜人类对手。
近日，非营利组织纽约真菌学会（NYMS）发出警告，表示亚马逊为代表的电商平台上，充斥着各种AI生成的蘑菇觅食科普书籍，其中存在诸多错误。
社交媒体平台𝕏（原推特）新隐私政策提到：“在您同意的情况下，我们可能出于安全、安保和身份识别目的收集和使用您的生物识别信息。”
2023年德国柏林消费电子展上，各大企业都带来了最新的理念和产品，而高端化、本土化的中国产品正在不断吸引欧洲等国际市场的目光。
罗永浩日前在直播中吐槽苹果即将推出的 iPhone 新品，具体内容为：“以我对我‘子公司’的了解，我认为 iPhone 15 跟 iPhone 14 不会有什么区别的，除了序（列）号变了，这个‘不要脸’的东西，这个‘臭厨子’。
