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(重點學習)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)為標準，進行標簽結(jié)構(gòu)信息的提取。()(3)結(jié)構(gòu)化解析
我們在了解什么是結(jié)構(gòu)化解析之前，需要先了解下什么是DOM樹這個概念。
DOM樹解釋：即文檔對象模型(DocumentObjectModel)，其樹形標簽結(jié)構(gòu)，而所謂結(jié)構(gòu)化解析，就是網(wǎng)頁解析器它會將下載的整個HTML文檔當成一個Doucment對象，然后在利用其上下結(jié)構(gòu)的標簽形式，對這個對象進行上下級的標簽進行遍歷和信息提取操作。
以上內(nèi)容為大家介紹了python培訓之怎么解析網(wǎng)頁數(shù)據(jù)，希望對大家有所幫助，如果想要了解更多Python相關(guān)知識，請關(guān)注IT培訓機構(gòu):千鋒教育。
京公網(wǎng)安備 11010802030320號