此學習筆記整理于 Ryan Mitchell Web Scraping with Python- Collecting Data from the Modern Web (2015) Chapter 1 Your first web scr
首先，需要安裝BeautifulSoup4 庫。
上面動圖里有個錯誤，在命令窗口輸入的應該是 pip install BeautifulSoup4，少了一個4.
from urllib.request import urlopen #這一步是用來加載庫的函數
from bs4 import BeautifulSoup #同上
html = urlopen("http://www.pythonscraping.com/exercises/exercise1.html") #打開這個網址
bsObj = BeautifulSoup(html.read()); #首先，讀取這個網址回復的東西，然后用BeautifulSoup 來美化它，為什么要美化，因為這樣網址發給我們的東西可以更結構化
print(bsObj.h1) #打印這個結構化的h1，什么是h1先不管，就是一個標簽，這個下面有著一些內容。以后可以根據自己需要來選取標簽。
捋一捋，打開了網址，讀取對方發送過來的東西，然后美化它！美化后相當于有了索引，就可以按圖索驥了！
如果連接不成功呢？！怎么會不成功呢？
一，如果頁面不存在
try: #事先不知道頁面是否存在
from urllib.request import urlopen
from urllib.error import HTTPError
html = urlopen("http://www.pythonscraping.com/exercises/exercise1.html")
except HTTPError as e:
print(e)
else:
print('There is a page!')
以上代碼顯示‘There is a page!’。在這里，這個頁面確存在。你也可以試一下‘http://www.pythonscraping.com/exercises/exercise3.htm’ 這個不存在，你看看返回的是什么？（HTTP Error 404: Not Found）
二，如果是服務器出現問題了，網站有問題。（這到底是咋回事我也不知道啊）
from urllib.request import urlopen
from urllib.error import URLError
try:
html = urlopen("http://www.baidu.com/")
except URLError as e:
print('cannot get access')
else:
print('the server is ok')
會返回‘the server is ok’，說明網站沒問題，頁面就不一定了。
有關于URLError 和 HTTPError的姿勢，請移步：http://cuiqingcai.com/961.html
三， 如果是我們需要的內容不存在呢？
連接上了server，就是解決了二，然后打開了網頁并返回了數據，就是解決了一，但是！如果我們需要的內容不在呢？比如，沒有這個索引（tag）。如果沒有這個tag，當我們用BeautifulSoup讀取tag下面的數據就會返回None，如果沒有這個tag，還要讀取tag下面一層tag的數據，那么就會出現AttributeError.
總結一下：
以上代碼都沒有縮進，下面我用圖片。
def 上面定義了一個函數，這個不用管。如果不會，看下面
好不容易寫完了，寫的過程自己確實學了挺多。
P.S.：沒能上車的小伙伴歡迎留言，如果我會我直接回答你！如果不會，我谷歌后回答你！如果要加我微信，不行。
