结构化数据和非结构化数据的提取【Python篇】
总结一下Pyhon提供的可以提取结构化数据以及非结构化数据的主流库。
1.常见数据的分类:
依据响应分类(附带对应的常用的解析方法~):
结构化数据:
① json数据(高频出现)
json模块
jsonpath模块
②xml数据(低频出现)
re 模块(正则语法)
lxml模块(xpath语法)
非结构化数据:
①html
re模块(正则语法)
lxml模块(xpath语法)
beautifulsoup(xpath,正则,css选择器)
pyquery(css选择器)
小知识点:
- xml和html的区别
html :超文本标记语言,为了更好的显示数据,侧重于显示数据;
xml : 可扩展性标记语言,为了传输和存储数据,侧重点在于数据内容的本身。
2.爬虫世界数据的分类:
结构化数据:json,xml等
处理方式:直接转化
原文地址:https://gu-han-zhe.blog.csdn.net" target="_blank" rel="noopener" title="孤寒者">孤寒者</a> <img class="article-time-img article-heard-img" src="https://csdnimg.cn/release/blogv2/dist/pc
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。