爬虫中数据提取概述

每日分享：

我们曾经如此渴望命运的波澜，到最后才发现，人生最曼妙的风景竟是内心淡定与从容。我们曾经如此期盼外界的认可，到最后才知道，世界是自己的，与他人毫无关系。

一、响应内容的分类

• 结构化
  • json数据（高频出现）
    • json模块
    • re模块
    • jsonpath模块
  • xml数据（低频出现）
    • re模块
    • lxml模块
• 非结构化
  • html
    • re模块
    • lxml模块

二、xml以及html的区别 数据格式描述设计目标XML可扩展标记语言被设计为传输和存储数据，其焦点是数据的内容HTML超文本标记语言显示数据以及如何更好的显示数据

• html
  • 超文本标记语言
  • 为了更好地显示数据，侧重点是为了显示
• xml
  • 可扩展标记语言
  • 为了传输和存储数据，侧重点是在于数据内容本身

三、常用数据解析方法