项目：HTML提取数据，保存Docx（Html数据提取模块）

关于我之前项目

HTML提取数据，保存Docx
发表我一些自己的想法和见解。
关于压缩包的提取：

1. re（正则表达式）
   该方法确实是提取数据最快的提取方法，但是它也会存在一点点的弊端。
   第一：由于标签中可能存在异常的标签，数据的提取会存在问题，所以本项目中我并没有使用

---

2. xpath
   本方法是本项目主要使用的数据提取办法，速度方面较快，还有很多的数据提取办法

i.xpath('./div[1]/img/@src')[0]  # @属性名获取属性值   list类型
i.xpath('string(./div[2])')  # 直接获取标签下的全部文本  str类型
i.xpath('./div[1]/img/text()')[0]  # 获取标签包裹的文本信息  list类型

---

3. bs4
   这个虽然说也是很好用，但是比xpath的速度会比较慢一些，虽然说差距不大