Beautiful Soup是一个用于从 HTML 和 XML 文件中提取数据的 Python 库。Beautiful Soup 提供些简单的函数用来处理导航、搜索、修改分析树等功能。Beautiful Soup 模块中的查找提取功能非常强大，而且非常便捷，它通常可以节省程序员大量的工作时间。Beautiful Soup 自动将输入文档转换为 Unicode 编码，输出文档转换为UTF-8 编码。你不需要考虑编码方式，除非文档没有指定一个编码方式，这时，Beautiful Soup 就不能自动识别编码方式了。然后，你仅仅需要说明一下原始编码方式就可以了。

1、Beautiful Soup 的安装

Beautiful Soup 3 己经停止开发，目前推荐使用的是 Beautiful Soup 4，不过它已经被移植到 bs4 当中了，所以在导入时需要 from bs4 然后再导入Beautiful Soup。安装 Beautiful Soup 有以下三种方式：

方式一：如果您使用的是最新版本的 Debian 或 Ubuntu Linux，则可以使用系统软件包管理器安装 Beautiful Soup 安装命令为: apt-get install python-bs4。

方式二：Beautiful Soup 4 是通过 PyPi 发布的，在 Windows 系统下可以通过 easy_install 或 pip 来安装它。包名是beautifulsoup4，它可以兼容 Python2 和 Python3。安装命令为：easy_install beautifulsoup4 或者是 pip install beautifulsoup4。

在使用 Beautiful Soup 4 之前需要先通过命令pip install bs4 进行 bs4 库的安装。

方式三：如果当前的 Beautiful Soup 不是您想要的版本，可以通过下载源码的方式进行安装，源码的下载地址为 “https://www.crummy.com/software/BeautifulSoup/bs4/download/”，然后在控制台中打开源码的指定路径，输入命令“python setup.py install” 即可，如下图所示：

Beautiful Soup 支持 Python 标准库中包含的 HTML 解析器，但它也支持许多第三方 Python 解析器其中包含 lxml 解析器。根据不同的操作系统，您可以使用以下命令之一安装lxml: