爬虫日记(5)：beautifulsoup的基本使用1

由前面的文章可知，一个爬虫的基本构造，就是向一个网站下载网页，比如使用库urllib来下载，接着就是分析下载的数据。在前面只是实现了下载数据，并且打印出来查看一下，并没有涉及到用代码去分析HTML等数据，因而也没办法进行数据分析，也就没有办法进行更进一步的动作。

拿到HTML数据之后，怎么样来分析它呢？如果直接动手从头写代码去分析它也是可行的，不过有更加聪明的方法，就是使用一些现成的库，这样对于我们来分析HTML数据，就起到事半功倍的效果。beautifulsoup库就是这样一个库，它的名称就是靓汤，它是从HTML和XML文件中提取数据的Python库。

在Python里要先安装它才能使用，它是一个外部的库，不是Python内置的库。可以按下面的命令行来安装，先来到网站：

https://pypi.org/project/beautifulsoup4/

然后在命令行里运行下面的命令：

pip install beautifulsoup4