18-从HTML创建一个BeautifulSoup对象

12.5.1　从HTML创建一个BeautifulSoup对象

bs4.BeautifulSoup() 函数调用时需要一个字符串，其中包含将要解析的HTML。 bs4.BeautifulSoup() 函数返回一个 BeautifulSoup 对象。在交互式环境中输入以下代码，同时保持计算机与因特网的连接：

>>> import requests, bs4
>>> res = requests.get('https://nosta')
>>> res.raise_for_status()
>>> noStarchSoup = bs4.BeautifulSoup(res.text, 'html.parser')
>>> type(noStarchSoup)
<class 'bs4.BeautifulSoup'>

这段代码利用 requests.get() 函数从No Starch出版社网站下载主页，然后将响应结果的 text 属性传递给 bs4.BeautifulSoup() 。它返回的 BeautifulSoup 对象保存在变量 noStarchSoup 中。

也可以向 bs4.BeautifulSoup() 传递一个 File 对象，以及第二个参数，告诉 Beautiful Soup 使用哪个解析器来分析HTML。

在交互式环境中输入以下代码（确保example.html文件在工作目录中）：

>>> exampleFile = open('example.html')
>>> exampleSoup = bs4.BeautifulSoup(exampleFile, 'html.parser')
>>> type(exampleSoup)
<class 'bs4.BeautifulSoup'>

这里使用的 'html.parser' 解析器是 Python 自带的。但是，如果你安装了第三方 lxml 模块，你就可以使用更快的 'lxml' 解析器。按照附录A中的说明，运行 pip install --user lxml 来安装这个模块。如果忘记了包含第二个参数，将导致 UserWarning：No parser was explicitly specified warning 。

有了 BeautifulSoup 对象之后，就可以利用它的方法，定位HTML文档中的特定部分。