Python爬虫开发与项目实战 4: HTML解析大法

Firebug工具的使用、正则表达式和Beautiful soup

4.1 初识Firebug

   XPath和CSS查找路径表达式

4.2 正则表达式

   多练习

4.3 强大的BeautifulSoup

    从HTML或XML文件中提取数据的Python库

    sudo apt-get install Python-bs4

    BS支持Python标准库中的HTML解析器，还支持一些第三方的解析器，其中一个是lxml，效率高。

    sudo apt-get install Python-lxml