Python的BeautifulSoup中的HTML結構解析

BS把HTML看做一個樹形，以標籤和文本爲基本類型，一個標籤包含其他標籤，被解析爲一個標籤是另一個標籤的子樹。那麼，最終整個HTML文檔被解析爲一棵樹的形式。 BS包括四種基本類型： Soup（樹），Tag（標籤節點），String（字符節點），Comment（註釋節點）。 這四種類型的節點構成樹，Soup代表這顆樹，String爲葉子節點，tag爲標籤子節點，爲其標籤包含的所有內容。 剖析 HT

>>阅读原文<<