用正则表达式来提取网页中的内容是相当麻烦的，这里介绍一个可以从HTML或XML文件中提取数据的Python库：Beautiful Soup.它能够通过你喜欢的转换器实现惯用的文档导航,查找,修改文档的方式.Beautiful Soup会帮你节省数小时甚至数天的工作时间.Beautiful Soup 4.2.0 文档
具体运用在官方文档中已经讲述的很清楚了，这里就不再赘述。说一下我安装时遇到的问题吧。
1.安装python3
官网下载并安装python3，加入Path变量，把安装好的python.exe重命名为python3.exe
2.安装pip3
输入：>pip3
问题提示：Fatal error in launcher: Unable to create process using '"'
输入：>python3 -m pip install --upgrade pip
问题提示：Requirement already up-to-date: pip in c:users****appdatalocalprogramspythonpython36-32libsite-packages
输入：>python3 -m pip install --upgrade pip --force-reinstall
输出：
输入：>pip3 -V
输出：pip 9.0.1 from c:users****appdatalocalprogramspythonpython36-32libsite-packages (python 3.6)
pip3安装完成
3.安装BeautifulSoup4
>pip3 install beautifulsoup4
如果要用源码安装，下载BS4的源码 ,然后通过setup.py来安装，
将下载的压缩包解压到本地，用命令转换成Python3代码：
进入Python的安装目录下的Toolsscripts，里面有2to3.py，用命令转换
Python36-32Toolsscripts>python 2to3.py -w C:Users****AppDataLocalProgramsPythonPython36-32eautifulsoup4-4.6.0
用命令提示符进入到BS4的解压的目录，开始安装：
>python setup.py install
4.安装解析器：
>pip3 install lxml
>pip3 install html5lib
安装完成啦！可以开始测试了。
现在网上有大量的BeautifulSoup3和Python2的代码，对照给出的demo测试时会出现各种问题。建议学习新内容的时候直接参考官方文档。