认识爬虫 —— bs4提取
安装：pip install bs4
导入：from bs4 import BeautifulSoup
创建 Beautiful Soup 对象：soup = BeautifulSoup(html, features="lxml")
其中html为要解析的文档，features为使用的解析器类型
BS4支持的解析器有html.parse(Python内置)、lxml、和html5lib等
注意：lxml只会局部遍历，而BeautifulSoup则会全文档搜索
搜索文档树：
find：与findall函数一样用法，区别在于find返回一个对象，如果没有则返回None，而findall返回列表。
findall：返回所有匹配的列表，否则返回空列表；
css选择器：使用select方法，返回的是列表
选择器 | 描述 |
| 标签选择器 | soup.select('title') |
| 类选择器 | soup.select('.sister') |
| id选择器 | soup.select('#title') |
| 层级选择器 | soup.select('p title') |
| 属性选择器 | soup.select('a[href="http://baidu.com"]') |
| 组合选择器 | soup.select('div.class1.class2') |
| 获取文本内容 get_text() | soup.select('title')[0].get_text() |
| 获取属性 get('属性名') | soup.select('title')[0].get('href') |