用BeautifulSoupBeautifulStoneSoup库处理HTML文档
BeautifulSoup是一个用于解析HTML和XML文档的Python库。它可以帮助我们从HTML文档中提取出我们想要的数据，或对文档进行修改。BeautifulSoup基于Python的标准库，使用简单且功能强大。
使用BeautifulSoup之前，我们需要先安装它。可以通过以下命令使用pip安装：
pip install beautifulsoup4
安装完成后，我们就可以开始使用BeautifulSoup了。
首先，我们需要导入BeautifulSoup库：
from bs4 import BeautifulSoup
接下来，我们需要创建一个BeautifulSoup对象，将要解析的HTML文档作为参数传入：
soup = BeautifulSoup(html_doc, 'html.parser')
其中，html_doc是我们要解析的HTML文档的字符串。第二个参数'html.parser'是指定解析器，这里使用Python的默认解析器。
现在，我们就可以使用BeautifulSoup提供的各种方法来处理HTML文档了。
首先，我们可以使用find()方法来定位HTML文档中的元素。例如，如果我们想要找到文档中第一个<h1>标签，可以使用如下代码：
header = soup.find('h1')
find()方法会返回第一个匹配到的元素，如果没有找到匹配的元素，它会返回None。
我们还可以使用find_all()方法来定位到文档中的多个元素。例如，如果我们想要找到文档中所有的<a>标签，可以使用如下代码：
links = soup.find_all('a')
find_all()方法会返回一个包含所有匹配到的元素的列表。
除了使用标签名来定位元素，我们还可以使用CSS选择器来定位元素。例如，如果我们想要找到所有class为container的元素，可以使用如下代码：
containers = soup.select('.container')
select()方法会返回一个包含所有匹配到的元素的列表。
一旦我们定位到了元素，我们就可以通过获取元素的属性或内容来提取我们想要的数据。例如，如果我们想要获取第一个链接的URL，可以使用如下代码：
url = links[0]['href']
如果我们想要获取第一个链接的文本内容，可以使用如下代码：
text = links[0].text
除了提取数据，我们还可以通过修改元素的属性或内容来对文档进行修改。例如，如果我们想要修改所有链接的URL为https://example.com，可以使用如下代码：
for link in links:
link['href'] = 'https://example.com'
以上就是使用BeautifulSoup处理HTML文档的基本步骤和常用方法。
下面给出一个完整的例子，假设我们有如下的HTML文档：
<html>
<head>
<title>Example Page</title>
</head>
<body>
<h1>Welcome to Example Page</h1>
<div class="container">
<p>Example Content</p>
<a href="https://example.com">Click me</a>
</div>
<div class="container">
<p>Another Example Content</p>
<a href="https://example.com">Click me too</a>
</div>
</body>
</html>
我们可以使用BeautifulSoup来提取出标题和两个链接，并修改链接的URL。下面是完整的代码：
from bs4 import BeautifulSoup
html_doc = """
<html>
<head>
<title>Example Page</title>
</head>
<body>
<h1>Welcome to Example Page</h1>
<div class="container">
<p>Example Content</p>
<a href="https://example.com">Click me</a>
</div>
<div class="container">
<p>Another Example Content</p>
<a href="https://example.com">Click me too</a>
</div>
</body>
</html>
"""
soup = BeautifulSoup(html_doc, 'html.parser')
title = soup.find('title').text
print("Title:", title)
links = soup.find_all('a')
for link in links:
link['href'] = 'https://example.com'
print("Link:", link.text, "URL:", link['href'])
运行以上代码，输出如下：
Title: Example Page Link: Click me URL: https://example.com Link: Click me too URL: https://example.com
以上代码首先找到了文档的标题，并打印出来；然后找到了所有的链接，并将它们的URL修改为https://example.com，并打印出链接的文本内容和修改后的URL。
这就是使用BeautifulSoup处理HTML文档的基本步骤和常用方法的介绍和例子。希望能对你有所帮助！