python数据提取概述,Python爬虫之数据提取概述

python数据提取概述,Python爬虫之数据提取概述

Python爬虫之数据提取概述

Python爬虫之数据提取概述

数据提取概述

知识点

了解 响应内容的分类

了解 xml和html的区别

在发送请求获取响应之后，可能存在多种不同类型的响应内容；而且很多时候，我们只需要响应内容中的一部分数据

结构化的响应内容

json字符串

可以使用re、json等模块来提取特定数据

json字符串的例子如下图

xml字符串

可以使用re、lxml等模块来提取特定数据

xml字符串的例子如下

Everyday Italian

Giada De Laurentiis

2005

30.00

Harry Potter

J K. Rowling

2005

29.99

Learning XML

Erik T. Ray

2003

39.95

非结构化的响应内容

html字符串

可以使用re、lxml等模块来提取特定数据

html字符串的例子如下图

知识点：了解 响应内容的分类

要搞清楚html和xml的区别，首先需要我们来认识xml

2.1 认识xml

xml是一种可扩展标记语言，样子和html很像，功能更专注于对传输和存储数据

Everyday Italian

Giada De Laurentiis

2005

30.00

Harry Potter

J K. Rowling

2005

29.99

Learning XML

Erik T. Ray

2003

39.95

上面的xml内容可以表示为下面的树结构:

2.2 xml和html的区别

二者区别如下图

html：

超文本标记语言

为了更好的显示数据，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

知识点：了解 xml和html的区别

2.3 常用数据解析方法

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

知识点：了解 xml和html的区别

2.3 常用数据解析方法

Python爬虫之数据提取概述相关教程