一、基于BS4的遍历方法
1.html基本格式
2.便签树的遍历方法
（1）标签树的下行遍历
| 属性 | 说明 |
|---|---|
| .contents | 子节点的列表，将所有儿子节点存入列表 |
| .children | 子节点的迭代类型，与.content类似，用于循环遍历儿子节点 |
| .descendants | 子孙节点的迭代类型，包含所有子孙节点，用于循环遍历 |
遍历儿子节点
for child in soup.body.children:
print(child)
遍历子孙节点
for child in soup.body.descendants
print(child)
（2）标签树的上行遍历
| 属性 | 说明 |
|---|---|
| .parent | 节点的父亲标签 |
| .parents | 节点先辈标签的迭代类型，用于循环遍历先辈节点 |
（3）标签树的平行遍历
| 属性 | 说明 |
|---|---|
| .net_sibling | 返回按照HTML文本顺序的下一个平行节点标签 |
| .previous_sibling | 返回按照HTML文本顺序的上一个平行节点标签 |
| .next_siblings | 迭代类型，返回按照HTML文本顺序的后续所有平行节点标签 |
| .previous_siblings | 迭代类型，返回按照HTML文本顺序的前续所有平行节点标签 |
二、BS4库的HTML格式化和编码
1.bs4库的prettify()方法
1 print(soup.a.prettify())
2.编码
bs4会将所有读取到的文件或字符串都转换为utf-8格式，这是一种国际通用的编码语言，可以很好支持中文等第三方语言
1 >>>soup = BeautifulSoup("< p >中文< /p >","html.praser")
2 >>>soup.p.string
3 '中文'
4 >>>print(soup.p.prettify())
5 < p >
6 中文
7 </p>