python如何解析网页数据

python网页解析器

1、常见的python网页

常见的python网页解析工具包括：re正则匹配、python自带的html.parser模块、第三方库BeautifulSoup（重点学习）和lxm库。

2、常见网页解析器分类

以上四种网页解析器是两种不同类型的解析器：

（1）模糊匹配

re正则表达式即为字符串式的模糊匹配模式；

（2）结构化解析

BeatufiulSoup、html.parser、lxml都是“结构化解析”模式，都是以DOM树结构为标准提取标签结构信息。 () (3)结构化分析

在了解什么是结构化解析之前，我们需要先了解一下什么是DOM树的概念。

DOM树解释：即文档对象模型（Document Object Model），它的树形标签结构，所谓结构化解析就是网页解析器会将下载的整个HTML文档当作一个Doucment对象，而然后用它的上下结构标签的形式，遍历这个对象的上下标签，提取信息。