查看: 750|回复: 0

[经验分享] python解析HTML的工具总结

尚未签到

发表于 2017-5-2 06:38:39 | 显示全部楼层 |阅读模式

　　做HTML解析工作也有好多次了，每次总是面临着选择不同工具的困惑。刚刚开始时正则表达式，之后用beautifulsoup,还用过python自带的htmlparser,sgmlparser。在前几篇博客中还提到了其自身的一些bug.
　　http://john2007.iteye.com/blog/559840
　　做数据提取的时候，越来越感觉到美丽的汤功能的有限，最终还是选择了Xpath。在用xpath做HTML解析的库，也是比较多的。
　　现在回首总结一下，推荐用lxml, elementtree，libxml2.
　　Both lxml and Scrapy Selectors are built over the libxml2 library.
　　不知各位同仁还有什么好的工具交流一下。在下就抛砖引玉，静候佳音了。

运维网声明 1、欢迎大家加入本站运维交流群:群②:261659950 群⑤:202807635 群⑦870801961 群⑧679858003
2、本站所有主题由该帖子作者发表，该帖子作者与运维网享有帖子相关版权
3、所有作品的著作权均归原作者享有，请您和我们一样尊重他人的著作权等合法权益。如果您对作品感到满意，请购买正版
4、禁止制作、复制、发布和传播具有反动、淫秽、色情、暴力、凶杀等内容的信息，一经发现立即删除。若您因此触犯法律，一切后果自负，我们对此不承担任何责任
5、所有资源均系网友上传或者通过网络收集，我们仅提供一个展示、介绍、观摩学习的平台，我们不对其内容的准确性、可靠性、正当性、安全性、合法性等负责，亦不承担任何法律责任
6、所有作品仅供您个人学习、研究或欣赏，不得用于商业或者其他用途，否则，一切后果均由您自己承担，我们对此不承担任何法律责任
7、如涉及侵犯版权等问题，请您及时通知我们，我们将立即采取措施予以解决
8、联系人Email：admin@iyunv.com 网址：www.yunweiku.com

所有资源均系网友上传或者通过网络收集,我们仅提供一个展示、介绍、观摩学习的平台,我们不对其承担任何法律责任,如涉及侵犯版权等问题,请您及时通知我们,我们将立即处理,联系人Email:kefu@iyunv.com,QQ:1061981298 本贴地址：https://www.yunweiku.com/thread-371815-1-1.html 上篇帖子：在 eclipse 中集成 python shell 下篇帖子： python 之生成临时文件

使用道具举报