pip install bs4

- 需要将pip源设置为国内源，阿里源、豆瓣源、网易源等
   - windows
    （1）打开文件资源管理器(文件夹地址栏中)
    （2）地址栏上面输入 %appdata%
    （3）在这里面新建一个文件夹  pip
    （4）在pip文件夹里面新建一个文件叫做  pip.ini ,内容写如下即可
        [global]
        timeout = 6000
        index-url = https://mirrors.aliyun.com/pypi/simple/
        trusted-host = mirrors.aliyun.com
   - linux
    （1）cd ~
    （2）mkdir ~/.pip
    （3）vi ~/.pip/pip.conf
    （4）编辑内容，和windows一模一样
- 需要安装：pip install bs4
     bs4在使用时候需要一个第三方库，把这个库也安装一下
     pip install lxml

使用流程：       
    - 导包：from bs4 import BeautifulSoup
    - 使用方式：可以将一个html文档，转化为BeautifulSoup对象，然后通过对象的方法或者属性去查找指定的节点内容
        （1）转化本地文件：
             - soup = BeautifulSoup(open(\'本地文件\'), \'lxml\')
        （2）转化网络文件：
             - soup = BeautifulSoup(\'字符串类型或者字节类型\', \'lxml\')
        （3）打印soup对象显示内容为html文件中的内容

基础巩固：
    （1）根据标签名查找
        - soup.a   只能找到第一个符合要求的标签
    （2）获取属性
        - soup.a.attrs  获取a所有的属性和属性值，返回一个字典
        - soup.a.attrs[\'href\']   获取href属性
        - soup.a[\'href\']   也可简写为这种形式
    （3）获取内容
        - soup.a.string  # 获取直系标签的文本
        - soup.a.text  # 获取所有
        - soup.a.get_text()  # 获取所有
       【注意】如果标签还有标签，那么string获取到的结果为None，而其它两个，可以获取文本内容
    （4）find：找到第一个符合要求的标签
        - soup.find(\'a\')  找到第一个符合要求的
        - soup.find(\'a\', title="xxx")
        - soup.find(\'a\', alt="xxx")
        - soup.find(\'a\', class_="xxx")
        - soup.find(\'a\', id="xxx")
    （5）find_all：找到所有符合要求的标签
        - soup.find_all(\'a\')
        - soup.find_all([\'a\',\'b\']) 找到所有的a和b标签
        - soup.find_all(\'a\', limit=2)  限制前两个
    （6）根据选择器选择指定的内容
               select:soup.select(\'#feng\')
        - 常见的选择器：标签选择器(a)、类选择器(.)、id选择器(#)、层级选择器
            - 层级选择器：
                div .dudu #lala .meme .xixi  下面好多级
                div > p > a > .lala          只能是下面一级
        【注意】select选择器返回永远是列表，需要通过下标提取指定的对象

import requests
from bs4 import BeautifulSoup

headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.67 Safari/537.36"
}

def get_content(url):
    """
    获取url中的页面内容
    """
    page_text = requests.get(url=url, headers=headers).text
    soup = BeautifulSoup(page_text, "lxml")
    return soup.find("div", class_="chapter_content").get_text()

url = "http://www.shicimingju.com/book/sanguoyanyi.html"
response = requests.get(url=url, headers=headers)
page_text = response.text
soup = BeautifulSoup(page_text, "lxml")
li_list = soup.select(".book-mulu > ul > li")  # 获取的所有的li标签列表
fp = open("sanguo.txt", "w", encoding="utf-8")
for li in li_list:
    title = li.a.string  # 获取li标签下的a标签的内容
    content_url = "http://www.shicimingju.com" + li.a["href"]
    content = get_content(content_url)
    fp.write(title + "\n" + content)
    print(title + "已经下载成功")
fp.close()