python怎么解析网页

1,212次阅读
没有评论

python怎么解析网页

要理解python是如何解析网页的,首先要理解什么是解析器。

一、什么是网页解析器

1、网页解析器名词解释

首先让我们来了解下,什么是网页解析器,简单的说就是用来解析html网页的工具,准确的说:它是一个HTML网页信息提取工具,就是从html网页中解析提取出“我们需要的有价值的数据”或者“新的URL链接”的工具。

2、网页解析图解

python怎么解析网页

二、python网页解析器

1、常见的python网页

常见的python网页解析工具有:re正则匹配、python自带的html.parser模块、第三方库BeautifulSoup(重点学习)以及lxm库。

2、常见网页解析器分类

以上四种网页解析器,是两种不同类型的解析器:

(1)模糊匹配

re正则表达式即为字符串式的模糊匹配模式;

(2)结构化解析

BeatufiulSoup、html.parser与lxml为“结构化解析”模式,他们都以DOM树结构为标准,进行标签结构信息的提取。()

python怎么解析网页

(3)结构化解析

我们在了解什么是结构化解析之前,需要先了解下什么是DOM树这个概念。

DOM树解释:即文档对象模型(Document Object Model),其树形标签结构,请见下图。

python怎么解析网页

而所谓结构化解析,就是网页解析器它会将下载的整个HTML文档当成一个Doucment对象,然后在利用其上下结构的标签形式,对这个对象进行上下级的标签进行遍历和信息提取操作。

神龙|纯净稳定代理IP免费测试>>>>>>>>天启|企业级代理IP免费测试>>>>>>>>IPIPGO|全球住宅代理IP免费测试

相关文章:

版权声明:wuyou2020-01-02发表,共计581字。
新手QQ群:570568346,欢迎进群讨论 Python51学习
评论(没有评论)