小知识，大挑战！本文正在参与“ 程序员必备小知识 ”创作活动。

BS4 全称是 BeatifulSoup ，它提供一些简单的、python式的函数用来处理导航、搜索、修改分析树等功能。我们可以通过它很方便的完成爬虫中的 html 解析工作。

本文简单介绍一些 bs4 里常用的函数，可以应付大多数的情况。

1. 定位标签

首先，爬取之前需要定位到数据所在的标签，这个使用 F12 开发者工具 中的这个按钮，点一下按钮，然后点一下网页，可以很快定位到页面中的相应标签，具体就不详细说了，自己摸索一下，很简单，很好用的。

接下来正式介绍，如何用代码获取到前面找到的那个标签。

这里介绍 BeautifulSoup 中的两个函数， find() 和 find_all() 函数。

首先你观察你要找到的标签，是什么标签，是否有 class 或者 id 这样的属性（如果没有就找找它父标签有没有，尽量找这样的），因为 class 和 id 这两个属性作为筛选条件的话，查找到的干扰项极少，运气好的话，基本上可以一击必中。

比如上图中箭头所指的， id 为 ozoom 的 div 标签时，我们可以这样来获取

# html 是之前发起请求获取到的网页内容
bsobj = bs4.BeautifulSoup(html,'html.parser')
# 获取 id 为 ozoom 的 div 标签
# 根据 id 查找标签
div = bsobj.find('div', attrs = {'id' : 'ozoom'})
# 继续获取 div 下的 class 为 list_t 的 div 标签
# 根据 class 查找标签
title = div.find('div', attrs = {'class': 'list_t'})
注：如果标签有 id 属性的话尽量用 id 来查找，因为整个页面 id 是唯一的。用 class 查找的话，最好现在浏览器的网页源码中 Ctrl + F 搜索一下，相同 class 的标签有多少（如果比较多的话，可以尝试先查找他的父标签，缩小范围之后再查找）。
然后我们再讲讲 find_all 函数，适用于一次性查找一类型的很多标签的情况，比如下图这种情况。
列表中的每一个 li 标签中，都是一条数据，我们需要将它们都获取到，如果是用前面的 find 函数的话，每次只能获取一个 li 标签。所以我们需要使用 find_all 函数，一次性获取所有符合条件的标签，存储为数组返回。
首先，由于 li 标签没有 id 也没有 class ，而页面中存在很多无关的干扰的 li 标签，所以我们需要先从它的父标签往上找，缩小查找范围，找到 id 为 titleList 的 div 标签之后，观察一下，里面的 li 标签都是需要的，直接 find_all 函数一下都获取完。
# html 是获取的目标网页内容
html = fetchUrl(pageUrl)
bsobj = bs4.BeautifulSoup(html,'html.parser')
pDiv = bsobj.find('div', attrs = {'id': 'titleList'})
titleList = pDiv.find_all('li')
基本上，把 find 和 find_all 函数组合使用，用熟练了可以应付几乎所有的 html 网页了，真的是，一招鲜吃遍天。
2. 提取数据
查找到标签之后，我该如何获取标签中的数据呢？
标签中的数据位置，一般有两种情况。
<!--第一种，位于标签内容里-->
    <p>这是数据这是数据</p>
<!--第二种，位于标签属性里-->
    <a href="/xxx.xxx_xx_xx.html"></a>
如果是第一种情况，很简单，直接 pTip.text 即可（pTip 是前面已经获取好的 p 标签）。
如果是第二种情况，需要看它是在哪一个属性里的数据，比如我们要获取上面 a 标签中的 href 属性中的链接，通过 link = aTip["href"] 即可。（aTip 是前面已经获取好的 a 标签）。