作者：李菲 來源：人工智慧學習圈
首先，讓我們回顧一下入門Python爬蟲的四個步驟吧：
而解析數據，其用途就是在爬蟲過程中將伺服器返回的HTML原始碼轉換為我們能讀懂的格式。那麼，接下來就正式進入到解析數據篇的內容啦。
Part 1：了解HTML
HTML（Hyper Text Markup Language）為超文本標記語言。簡單來講，就是一種用於構建網頁的程式語言。其主要組成部分為網頁頭（<head>元素）與網頁體（<body>元素）。一般情況下，網頁頭部分會定義HTML文檔的編碼以及網頁的標題。而網頁體部分則決定著一個網頁中的正文內容。
在一個HTML文檔內，我們可以看到許多被<>括住的內容，它們被稱作一個標籤。標籤通常是成對出現的。比如網頁頭部分的代碼中含有<head>以及</head>，網頁體部分的代碼中含有<body>以及</body>。
在了解過HTML的基本信息之後，下一步我們就可以去解析這些數據了。
Part 2：下載BeautifulSoup庫
在解析與提取數據的過程中，我們會用到一個強大的工具，即BeautifulSoup庫。由於BeautifulSoup不屬於Python標準庫，因此需要單獨進行下載。Mac用戶需打開終端，輸入代碼pip install BeautifulSoup4。Windows用戶需運行CMD，輸入代碼pip install BeautifulSoup4。下載完成後，在編輯器內輸入以下代碼即可實現BeautifulSoup庫的調用。
Part 3：運用BeautifulSoup解析數據
具體用法：變量名稱 = BeautifulSoup(需要解析的數據，'html.parser')
備註：1. BeautifulSoup()內的第一個參數，即需要解析的數據，類型必須為字符串，否則運行時系統會報錯。2. 'html.parser'為Python內置庫中的一個解析器。它的運行速度較快，使用方法也比較簡單。但是它並不是唯一的解析器，大家可以使用其它的解析器進行操作，但是具體用法可能會略有不同。
總結：
原文連結：https://zhuanlan.zhihu.com/p/149905750