python标记_python关于信息标记的三种形式

1， 信息标记的目的：

1.1 信息结构增强，信息维度增加；

1.2 信息内容易于通信，存储，理解，应用；

2，信息标记的三种形式：

2.1 XML:extensible Markup Language,扩展标记语言;

2.1.1 形式：是一种以标签来标记信息的形式，基于HTML语言后发展出的通用形式；

2.1.2 目的：主要用于Internet上的信息交互与传递；

2.1.3 特点：最早的信息标记语言，可扩展性好，但繁琐；

2.1.4 语法：...NavigibleString...

2.2 JSON：JavaScript Object Notation,

2.2.1 形式：有类型的键值对（用双引号标记信息类型）构建的信息表达形式；

2.2.2 目的：主要用于移动应用云端和节点的信息通信，比如程序的接口处理时；

2.2.3 特点：信息有类型，面向对象，有JS语言扩展出的标记形式，适合程序处理，无注释；

2.2.4 语法：(1) 正常键值对 "key" : "value"

(2) 多值键值对 "key" : [ "value1" , "value2" ]

(3) 嵌套键值对 "key" : { "subkey1":"subvalue1" , "subkey2":"subvalue2" }

键常指类的名字，值如果是数字则可以省略双引号；

2.3 YAML: Ain't Markup Language，无类型键值对标记语言；（起初叫做Yet Another Markup Language）

2.3.1 形式：无类型的键值对构建信息的表达形式；

2.3.2 目的：用于各类系统的配置文件；

2.3.3 特点：信息无类型，文本信息比例高，有注释可读性好；

2.3.4 语法：(1)用缩进格式表达所属关系：key:

subkey1:subvalue1

subkey2:subvalue2

(2)用并列格式表达并列关系：key:

value1

value2

(3)用 | 表示数据是块数据，#表示注释： key ：| #comment

.......

3，信息提取的三种一般方法：

3.1 形式解析：完整解析信息的标记形式，再提取关键信息；

3.1.1 特点：需要使用标记解析器，例如bs4库的标签树遍历；

3.2 搜索解析：无视标记信息，直接搜索关键信息；

3.2.1 特点：需要使用文本查找函数；

3.3 综合解析：结合形式解析与搜索解析，再提取关键信息；

3.3.1 特点：需要使用标记解析器与文本查找函数；

4，基于bs4库的HTML内容查找方法：

4.1 soup.find_all(name,attrs,recursive,string,**kwargs)

4.1.1 意义：通过参数 搜索对象中(使用soup变量表示对象)相应的信息，以列表形式返回查找结果；

4.1.2 soup.find_all('name') :以列表形式返回所有的name标签；

soup.find_all( [ 'name1' , 'name2' ] ) : 以列表形式返回所有的name1标签和name2标签；

4.1.3 soup.find_all( 'name','attrs_value') :以列表形式返回name标签中属性值包含sttrs_value的所有标签；

soup.find_all(id='value1') :以列表形式返回id属性中值为value1的所有标签；

4.1.4 soup.find_all('name',recursive=True) :默认为True，表示默认对soup对象的子孙节点进行搜索；False表示只搜索soup对象的子节点；

4.1.5 soup.find_all(string="Data") :以列表形式返回包含Data的所有NavigibleString元素；

4.1.6 以下七种扩展方法与soup.find_all()方法具有相同语法：

(1)soup.find() :以字符串形式返回一个搜索结果；

(2)soup.find_parent() :以字符串形式返回一个父辈节点中的搜索结果；

(3)soup.find_next_sibling() :以字符串形式返回一个后序平行节点中的搜索结果；

(4)soup.find_previous_sibling() :以字符串形式返回一个前序平行节点中的搜索结果；

(5)soup.find_parents() :以列表形式返回先辈节点中的所有搜索结果；

(6)soup.find_next_siblings() :以列表形式返回后序平行节点中的所有搜索结果；

(7)soup.find_previous_siblings() :以列表形式返回前序平行节点中的所有搜索结果；

4.1.7 name()等价于name.find_all()