python-65：對BS4傳入文件的一些疑惑

前面簡單的給BS4入了門，可是有一個地方卻引發了個人興趣，

soup = BeautifulSoup(open("index.html"))

還有官方文檔裏的一段描述："能夠傳入一段字符串或一個文件句柄"
open("index.html")  這看起來像是打開一個文件的操做，並且彷佛是.html後綴的文件，那麼，它只能打開這種類型的文件嗎？txt文件能夠打開嗎？或者我再喪心病狂一些，弄個doc文件看能不能打開？那來嘗試一下吧，仍是和之前同樣，用已知推出未知

首先我隨便打開一個網頁的源碼，複製下來，並分別保存爲haha.html  、haha.txt和haha.doc，而後咱們使用上面的函數來試試看能不能成功打開

from bs4 import BeautifulSoup
soup = BeautifulSoup(open(r"/home/ym/haha.html"))
print soup.prettify()

來看看輸出

如今咱們再把代碼修改爲 haha.txt 看看是什麼結果，仍是同樣的輸出，那麼，haha.doc呢？

一團亂碼，並且還報了一個編碼的錯誤，可是不要緊，至少證實是能夠打開的，可是，我又有了一個新的問題，文件的內容只能是html的網頁源碼嗎？能不能直接是文字或者是什麼的內容呢？我將文件裏面的內容換成了純中文，而後發現了一件神奇的事情

它自動將個人文字弄成了html格式的代碼！！！！而後我又作死的將一張圖片放到word裏面讀取，結果仍是有輸出！！

這個嘗試至少說明了兩件事情

1. BS4不止限定於讀取.html的文件，它還能夠讀取txt、doc等文件

2. BS4不限於處理.html文件，它能夠自動爲文本添加標籤的方式將文本轉化爲html再進行處理

先暫且無論這兩件事情有沒有用，至少能夠說爲咱們提供了一些思路，好比，我能不能使用這些特性來處理一些文檔什麼的呢？

這些會在後面深刻的學習中慢慢尋找答案，如今仍是準備進行一個實例吧