【python学习笔记】8:网页解析器及安装Beautiful Soup 4
来源:互联网 发布:软件检测 编辑:程序博客网 时间:2024/06/07 10:33
网页解析器:从网页中提取出有价值数据的工具。因为将互联网上的网页获取到本地以后,需要对它们进行解析,才能提取出需要的内容。
对于搜索引擎来说,它会提取出网页中所有的URL,用于后续的访问。但是对于定向爬虫来说,除了提取出这些URL之外,还会提取出有价值的数据。
Python中的几种网页解析器:
①使用正则表达式,将整个网页当成一个字符串,用字符串匹配的方式得到有价值的数据。但如果文档比较复杂,这种方式就很麻烦。
②python自带的html.parser模块。
③第三方插件Beautiful Soup。它可以使用②也可以使用④,比较强大。
④第三方插件lxml。
上面的①属于模糊匹配解析,②③④属于结构化解析(将文档信息存在DOM树里进行遍历访问)。DOM树是W3C指定的标准的访问HTML网页的方式。
安装第三方插件Beautiful Soup
如果python自带了pip这个工具,那么可以使用pip的install方法来安装。
进入python安装目录下的Script子目录,用dos的dir命令看一下发现pip已经安装,可以使用。
用pip安装Beautiful Soup 4,如下。
在python中测试,安装前报错,和安装后不报错了。
0 0
- 【python学习笔记】8:网页解析器及安装Beautiful Soup 4
- Beautiful Soup 4解析网页
- python Beautiful soup网页解析-星座网
- [Python]安装Beautiful Soup
- python 安装 Beautiful Soup
- Python的Beautiful Soup学习笔记
- python爬虫-Beautiful Soup学习笔记
- [Python]HTML/XML解析器Beautiful Soup
- Beautiful Soup-学习笔记
- python Beautiful Soup分析网页
- python-Beautiful Soup解析数据
- 网页解析器和beautiful soup 实例测试
- 【python学习笔记】10:Beautiful Soup模块的使用
- 使用 Beautiful Soup 解析网页内容
- python的一个html解析器 Beautiful Soup
- Python网页抓取之Beautiful Soup
- Python网页抓取工具Beautiful Soup面面观!
- Python自学|Windows 下安装beautiful soup 4-4.4.1
- uniq命令
- IBatis——初步总结
- 指针数组 数组指针 函数指针 函数指针数组 指向函数指针数组的指针的理解
- centos7下面创建自定义开机启动服务
- 第二行代码第一章笔记
- 【python学习笔记】8:网页解析器及安装Beautiful Soup 4
- 网页打开5秒后弹出广告窗口
- Android studio 创建 Drawable shape文件
- Android Study 之真正解决TextView字间距,那些扯淡的边儿去吧
- [C++ 从入门到放弃-03]C++STL之set
- JAVA RMI 反序列化远程命令执行漏洞
- 深入理解php多态及代码演示
- 单链表创建,逆序,删除
- Meta http-equiv属性详解(转)