20230202

1. HTML文件和bs4使用

   HTML有下面几部分:

   • 便签(tag) :

     soup = BeautifulSoup('<b class="boldest">Extremely bold</b>', 'html.parser') <!-- 这就是b标签-->
     tag = soup.b
     type(tag)
     # <class 'bs4.element.Tag'>
     

   • 标签名称(name)

     tag.name
     # 'b'
     

     标签名称可以更改

     tag.name = "blockquote"
     tag
     # <blockquote class="boldest">Extremely bold</blockquote>
     

   • 属性(attribute)

     tag = BeautifulSoup('<b id="boldest">bold</b>', 'html.parser').b
     tag['id']
     

     可以直接访问这个tag的attributem,会生成一个字典

     tag.attrs
     # {'id':'boldest'}
     

     也可以直接增加,移除或者修改一个tag的attribute:

     tag['id'] = 'verybold'
     tag['another-attribute'] = 1
     tag
     # <b another-attribute="1" id="verybold"></b>  这是修改
     
     del tag['id']
     del tag['another-attribute']
     tag
     # <b>bold</b>   使用del删除tag
     
     tag['id']
     # KeyError: 'id'  删除后就没办法访问了
     tag.get('id')
     # None
     

2. bs4的对象不能使用copy模块中的deepcopy功能,执行这样的命令会导致Ipython重启,不知道为什么不兼容.