python網(wǎng)頁(yè)解析器

1、常見(jiàn)的python網(wǎng)頁(yè)

常見(jiàn)的python網(wǎng)頁(yè)解析工具有：re正則匹配、python自帶的html.parser模塊、第三方庫(kù)BeautifulSoup(重點(diǎn)學(xué)習(xí))以及l(fā)xm庫(kù)。

2、常見(jiàn)網(wǎng)頁(yè)解析器分類

以上四種網(wǎng)頁(yè)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(shù)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(shù)這個(gè)概念。

DOM樹(shù)解釋：即文檔對(duì)象模型(DocumentObjectModel)，其樹(shù)形標(biāo)簽結(jié)構(gòu)，而所謂結(jié)構(gòu)化解析，就是網(wǎng)頁(yè)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(yè)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。