构建BeautifulSoup对象
通过一个字符串或者类文件对象（存储在本地的文件句柄或Web网页句柄）可以创建BeatutifulSoup类的对象。
BeatutifulSoup类中构造方法的语法如下：
def __init__(self, markup="", features=None, builder=None,
parse_only=None, from_encoding=None, exclude_encodings=None,
**kwargs)上述方法的一些参数含义如下：
builder：表示指定的解析器；
from_encoding：表示指定的编码格式；
exclude_encodings：表示排除的编码格式；
例如，根据字符串html_doc创建一个BeatutifulSoup对象，示例如下：
from bs4 import BeautifulSoup
soup = BeautifulSoup(html_doc, 'lxml')上述示例中，在创建BeatutifulSoup实例时共传入了两个参数。其中，第一个参数表示包含被解析HTML文档的字符串，第二个参数表示使用lxml解析器进行解析。
目前，bs4支持的解析器包括Python标准库、lxml和html5lib。为了让大家更好地选择合适的解析器，接下来，通过一张表来列举它们的使用方法和优缺点，具体如表1所示。
表1 bs4支持的解析器
| 解析器 | 使用方法 | 优势 | 劣势 |
|---|---|---|---|
| Python标准库 | BeautifulSoup(markup, "html.parser") | 1）Python的内置标准库 <br />2）执行速度适中 <br />3）文档容错能力强 | Python 2.7.3或3.2.2之前的版本中文档容错能力差 |
| lxml HTML解析器 | BeautifulSoup(markup, "lxml") | 1）速度快 <br />2）文档容错能力强 | 需要安装C语言库 |
| lxml XML 解析器 | BeautifulSoup(markup, ["lxml-xml"]) BeautifulSoup(markup, "xml") | 1）速度快 <br />2）唯一支持XML的解析器 | 需要安装C语言库 |
| html5lib | BeautifulSoup(markup, "html5lib") | 1）最好的容错性 <br />2）以浏览器的方式解析文档 <br />3）生成HTML5格式的文档 | 1）速度慢 <br />2）不依赖外部扩展 |
在创建BeatutifulSoup对象时，如果没有明确地指定解析器，那么BeatutifulSoup对象会根据当前系统安装的库自动选择解析器，解析器的选择顺序为：lxml， html5lib，Python标准库。在下面两种情况下，选择解析器的优先顺序会发生变化，具体如下：
要解析的文档是什么类型，目前支持“html”、“xml”和“html5”。
指定使用哪种解析器。
如果明确指定的解析器没有安装，那么BeatutifulSoup对象会自动选择其它的方案。不过，目前只有 lxml 解析器支持解析XML文档，一旦没有安装lxml库，就无法得到解析后的对象。
使用print函数输出刚刚创建的BeatutifulSoup对象soup，代码如下：
print(soup.prettify())上述示例中调用了prettify()方法进行打印，既可以为HTML标签和内容增加换行符，又可以对标签做相关的处理，以便于更加友好地显示HTML内容。为了直观地比较这两种情况，下面分别列出直接打印和调用prettify()方法后打印的结果。
直接使用print函数进行输出，示例结果如下：
<html><head><title>The Dormouse's story</title></head>
<body>
</body></html>调用prettify()方法后进行输出，示例结果如下：
<html>
<head>
<title>
The Dormouse's story
</title>
</head>
<body>
</body>
</html>
隐藏目录
