Python-基本爬取的三大格式解析（xml、json、yamal）

最新推荐文章于 2022-12-04 21:51:51 发布
最新推荐文章于 2022-12-04 21:51:51 发布
阅读量566 收藏 1
点赞数
分类专栏： # python 文章标签： python
本文为博主原创文章，未经博主允许不得转载。
本文链接：https://blog.csdn.net/qq_33053671/article/details/106519240
版权

HTML旨在显示信息，而 XML 旨在传输信息。
xml和json、yaml都是同一传递信息的协议。

HTML

请添加图片描述

xml

第一种xml最后一个是注释
请添加图片描述
在这里插入图片描述

json

请添加图片描述
在这里插入图片描述

yaml

#代表注释
:|表示多行信息
-代表并列关系
请添加图片描述
在这里插入图片描述

三种格式的比较

描述场景
xml最早的通用信息标记语言，可扩展性好，但繁琐Internet上的信息交互与传递
json信息有类型，适合程序处理（js），较XML简洁移动应用云端和节点的信息通信，无助时
yaml信息无类型，文本信息比例最高，可读性好各类系统的配置文件，有注释易读
Caicaptain
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
python写爬虫之【概览：爬到的数据是啥样】
cyy2learn的博客
03-07 1227
前记： 刚刚试了一下，尽管Selenium对PhantomJS的支持已经被deprecated(弃用，藐视，抨击)。 但是，我还是可以用此方法爬取数据。先简单讲解一下我之前写的一个小程序，回头再探索最新的爬虫框架。 我写的这个程序功能是这样的：爬取北邮人招生网页上，各年份中北邮在不同省份各个专业的招生人数，对应的最高分，最低分和平均分。 爬下来的数据格式是.xls。 每一个.xls...
Python网络爬虫入门版笔记 七、XML、JSON、YAML三种信息的标记
tomatoarmys的博客
04-12 511
一、什么是信息的标记 当有一组信息时，为了使信息更利于阅读，方便理解，更加整洁，我们需要对信息进行标记。信息的标记其实也可以理解为是信息的分类过程。由此可以产生很多的好处： 标记后的信息可形成信息组织结构、增加了信息维度。 标记后的信息可用于通信、存储、或展示。 标记后的结构与信息一样具有价值。 标记后的信息更利于程序的理解和运用。 主要的信息标记的种类有三种形式，分别是：XML、...
Python-基本爬取格式解析（HTML解析）
caicaptain
06-03 277
讲解Python-基本爬取格式解析（HTML解析）
python基础爬虫格式
weixin_57716854的博客
03-14 1134
import requests #导入库 import re #导入库 from fake_useragent import UserAgent # 导入随机ua headers = { 'User-Agent': UserAgent().random } url = '' #此处填写需要爬取的网页链接 resp = requests.get(url=url,headers=headers).text # resp来获取get请求的数据 print(resp...
PYTHON爬虫——json和xml
weixin_45051787的博客
02-18 196
1、xml是json的前身，他是重量级的（加标签），而json是轻量级的 他们都是用于数据交互的格式，而html是给用户看的展示数据 2、json 数据交互格式简单理解就是一个字典或者是一个列表 语法：不能写注释 keyvalue必须是双引号 末尾不能写逗号 整个文件有且仅有一个字典或列表 ...
卫星搜索「Satellite Finder」-crx插件
03-21
Eutelsat 21B，Astra 3B，Es'hail 1/2，Badr 4/5/6/7，Astra 2E / 2F / 2G，Arabsat 5A / 5B，Intelsat 28，Eutelsat 33E，ChinaSat 6A，Telkom 3S，ABS 6/7，Koreasat 6/7，AsiaSat 5，Yamal 401，SES 7/9，...
论文研究 - 现在和过去的天空中的太阳运动
05-29
当地球的轨道和旋转运动的参数发生... Yamal上的漏斗示例显示了SunPhenomn.mcd程序在浮雕的航空航天研究中的应用。 这项工作是地球科学领域的众多专家感兴趣的，并且学生和研究生都可以使用它来进行论文和学位论文。
7.每天进步一点点---Pythonl-xml库爬取网页内容练习
最新发布
感谢关注-最近在编写开源的自动化测试框架还没整理完
12-04 253
通过 urllib 库可以模拟请求，得到网页的内容，但是在大多数情况下我们并不需要整 个网页，而只需要网页中某部分的信息。可以利用解析库 lxml 迅速、灵活地处理 HTML 或 XML，提取需要的信息。另外，该库支持 XPath 的解析方式，效率也非常高。
Python : 解析XML实例
weixin_44523387的博客
06-22 161
实例 #!/usr/bin/python -- coding: UTF-8 -- import xml.sax class MovieHandler( xml.sax.ContentHandler ): def init(self): self.CurrentData = “” self.type = “” self.format = “” self.year = “” self.rating =...
python yamal 配置格式
sdt0263的专栏
02-17 2246
Python 应用程序配置<br />Python App Engine 应用程序必须具有名为 app.yaml 的配置文件，用来指定网址路径如何与请求处理程序和静态文件对应。它还包含关于应用程序代码的信息（如应用程序 ID 和最新版本的标识符）。关于 app.yaml必需的元素脚本处理程序静态文件的处理程序安全网址需要登录或管理员身份跳过文件参考 Python 库目录保留的网址关于 app.yaml<br />Python 应用程序在名为 app.yaml 的文件中指定运行时配置（包括版本和网址）
python爬虫教程（html样式）
11-21
里面覆盖了python爬虫几乎所有的知识点，包括urlib库，requests库，beautifulsoup，正则表达，代理ip，selenium+无头浏览器。srapy框架以及数据的存储等待。
python yaml用法详解
热门推荐
Easton Liu的博客
12-19 8万+
YAML是一种直观的能够被电脑识别的的数据序列化格式，容易被人类阅读，并且容易和脚本语言交互。YAML类似于XML，但是语法比XML简单得多，对于转化成数组或可以hash的数据时是很简单有效的。 一、PyYaml 1、load() :返回一个对象 我们先创建一个yml文件，config.yml:name: Tom Smith age: 37 spouse: name: Jane Smi
python 处理yaml
test_leader的博客
01-05 2129
一、yaml文件介绍 YAML是一种简洁的非标记语言。其以数据为中心，使用空白，缩进，分行组织数据，从而使得表示更加简洁。 1. yaml文件规则 基本规则： 大小写敏感 使用缩进表示层级关系 缩进时不允许使用Tab键，只允许使用空格。 缩进的空格数目不重要，只要相同层级的元素左侧对齐即可 使用#表示注释 字符串可以不用引号标注 2. yaml文件数据结构 对象：键值对的集合（简称 "映射或字典"） 键值对用冒号 “:” 结构表示，冒号与值之间...
在python中使用Yaml
Xiao_Qiang_的专栏
09-06 2万+
Normal 0 7.8 磅 0 2 false false false MicrosoftInternetExplorer4 <!-- /* Font
Python 爬虫入门的教程（2小时快速入门、简单易懂、快速上手）
weixin_28760063的博客
08-30 1万+
http://c.biancheng.net/view/2011.html 这是一篇详细介绍Python爬虫入门的教程，从实战出发，适合初学者。读者只需在阅读过程紧跟文章思路，理清相应的实现代码，30 分钟即可学会编写简单的 Python 爬虫。 这篇 Python 爬虫教程主要讲解以下 5 部分内容： 了解网页； 使用 requests 库抓取网站数据； 使用 Beautiful S...
k8s-----资源管理
qq_36669347的博客
08-21 448
3.1 资源管理介绍 在kubernetes中，所有的内容都抽象为资源，用户需要通过操作资源来管理kubernetes。 kubernetes的本质上就是一个集群系统，用户可以在集群中部署各种服务，所谓的部署服务，其实就是在kubernetes集群中运行一个个的容器，并将指定的程序跑在容器中。 kubernetes的最小管理单元是pod而不是容器，所以只能将容器放在Pod中，而kubernetes一般也不会直接管理Pod，而是通过Pod控制器来管理Pod的。 Pod可以提供服务之后，就要考虑.
python爬虫输出格式问题
qq_40999273的博客
02-28 2687
最近学了python的爬虫爬取中国大学排名，然后输出格式对不齐真是为难我这个强迫症患者了。所以经过我的一番努力（随便瞎搞），终于！ 话不多说，上代码！代码内容有注解。那个chr(12288)指的是按照中文空格缩进。然后tqlt中的{4}是指按照foemat的第5个参数缩进（不知道是不是这样，但我是这么理解的）。如果不做处理，默认按照英文缩进，但我们大中国字和英语占位不一样嘛。 # 打印中国大...
java xpath 解析字符串_Python网络爬虫的三种数据解析方式
weixin_42140716的博客
11-20 949
一.正解解析常用正则表达式回顾： 单字符： . : 除换行以外所有字符 [] ：[aoe] [a-w] 匹配集合中任意一个字符 \d ：数字 [0-9] \D : 非数字 \w ：数字、字母、下划线、中文 \W : 非\w \s ：所有的空白字符包,括空格、制表符、换页符...
Python爬虫的N种姿势
山阴少年
10-16 3万+
问题的由来   前几天，在微信公众号（Python爬虫及算法）上有个人问了笔者一个问题，如何利用爬虫来实现如下的需求，需要爬取的网页如下（网址为：https://www.wikidata.org/w/index.php?title=Special:WhatLinksHere/Q5&amp;limit=500&amp;from=0）：   我们的需求为爬取红色框框内的名人（有500条记录，图片只展...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值