requests是一个Python第三方库，用于向URL地址发起请求
bs4 全名 BeautifulSoup4，是编写 python 爬虫常用库之一，主要用来解析 html 标签。

1.1 导入库文件（请求库、解析库）

1.2 发起对指定网页的请求

1.3 解析为 bs4格式

如果一段HTML或XML文档格式不正确的话，那么在不同的解析器中返回的结果可能是不一样的。

1.4 解析获取的内容（获取想要的数据）

1.5 存储爬取的数据

作用：获取，网页中的各个自己想要的标签，一般是从大标签到小标签的过程

操作案例百度

2.1 find()

查找符合条件的第一个标签，结果是标签对象

find( name , attrs/class_ , recursive , string , **kwargs )

soup.find(‘标签名’，属性名=“属性”/class_=“类名”，recursive=“是否只要子节点（默认False）”，string=“标签内容”)

参数可以任意组合或只填写一个

①根据标签名定位第一个指定的标签

②根据属性名定位满足条件的第一个标签

③根据标签和标签属性定位

2.2 find_all()

和函数用法一样，不同之处在于只返回满足条件的第一个标签对象，而返回所有满足条件的标签对象，是。有时需要两个配合使用。

①根据标签名定位所有指定的标签

②根据属性名定位所有满足条件的标签

③根据指定的标签和对应的属性名定位所有满足条件的标签

2.3 select()

函数也是定位所有满足条件的标签，返回值也是一个列表

①根据标签名定位

②根据标签名和属性定位

③定位对应的子标签

作用：获取标签中自己想要的内容，如：文字、图片链接、视频链接、音频链接等

注意：soup只是一个变量，就是你查询出来后新的获取范围

3.1 获取标签内的文本

3.2 获取标签属性

3.3 获取指定标签的属性值

3.4 遍历获取的标签的属性值

3.5 获取指定标签内所有的元素

3.6 获取标签的父标签

1、存储为：文本文档（txt）、表格（excel）、图片、音频、视频
2、写出媒体思路：①在网页上找到媒体链接；②保存媒体链接；③向媒体链接发起请求；④通过返回的请求内容下载媒体

3、注意：本章节只讲解写操作，写出什么文件写什么格式

4.1 with open() as f: 用法

4.2 写入为文本文档（txt）

4.3 循环写入到文本文档中（txt）

4.4 存储图片

4.5 存储视频

写出音频也是如此

4.6 存储为excel

sheet.write（行，列，内容）

注意：行和列都是从0开始的，保存的格式为：.xls

实战是需要自己去分析网页结构的，博主代码只是一种参考，还是要自己去分析。

5.1 百度热搜榜

获取标题、热度、简介、新闻链接、图片、文本保存为txt，并输出

5.2 爬取图片壁纸

5.3 豆瓣电影 Top 250

结果保存到excel中的