python網(wǎng)頁解析器
1、常見的python網(wǎng)頁
常見的python網(wǎng)頁解析工具有：re正則匹配、python自帶的html.parser模塊、第三方庫BeautifulSoup(重點(diǎn)學(xué)習(xí))以及l(fā)xm庫。
2、常見網(wǎng)頁解析器分類
以上四種網(wǎng)頁解析器，是兩種不同類型的解析器：
(1)模糊匹配
re正則表達(dá)式即為字符串式的模糊匹配模式;
(2)結(jié)構(gòu)化解析
BeatufiulSoup、html.parser與lxml為“結(jié)構(gòu)化解析”模式，他們都以DOM樹結(jié)構(gòu)為標(biāo)準(zhǔn)，進(jìn)行標(biāo)簽結(jié)構(gòu)信息的提取。()(3)結(jié)構(gòu)化解析
我們?cè)诹私馐裁词墙Y(jié)構(gòu)化解析之前，需要先了解下什么是DOM樹這個(gè)概念。
DOM樹解釋：即文檔對(duì)象模型(DocumentObjectModel)，其樹形標(biāo)簽結(jié)構(gòu)，而所謂結(jié)構(gòu)化解析，就是網(wǎng)頁解析器它會(huì)將下載的整個(gè)HTML文檔當(dāng)成一個(gè)Doucment對(duì)象，然后在利用其上下結(jié)構(gòu)的標(biāo)簽形式，對(duì)這個(gè)對(duì)象進(jìn)行上下級(jí)的標(biāo)簽進(jìn)行遍歷和信息提取操作。
以上內(nèi)容為大家介紹了python培訓(xùn)之怎么解析網(wǎng)頁數(shù)據(jù)，希望對(duì)大家有所幫助，如果想要了解更多Python相關(guān)知識(shí)，請(qǐng)關(guān)注IT培訓(xùn)機(jī)構(gòu):千鋒教育。
京公網(wǎng)安備 11010802030320號(hào)