1.bs4库的使用
(1)了解bs4库,Beautiful Soup 是一个HTML/XML 的解析器,主要用于解析和提取 HTML/XML 数据。
(2)安装BeautifulSoup库,导入bs4,再从bs4库中导入BeautifulSoup,顺序很重要,如果直接导入BeautifulSoup会报错,个人经验;
2.xpath
(1)XPath即为XML路径语言(XML Path Language),它是一种用来确定XML文档中某部分位置的语言。
(2)调用方法:from lxml import etree
3.正则表达式
(1)刚学正则表达式是在学习c#时,个人感觉这个表达式不是很好理解,虽然简化了很多形式,有非常使用的价值,但学习还是有难度,现在在python爬虫学习这里,再次接触,也有不一样的感受。
(2)调用方法:import re
4.对这三种库的学习在代码的练习中,后续会进行一些总结补充