python爬虫学习笔记 -- 信息提取 及HTML内容查找方法(soup.find_all()) + 正则表达式

方法一： 完整解析信息的标记形式，再提取关键信息正则表达式 须要标记解析器（例如bs4库的标签树遍历）函数 优势： 信息解析准确url 缺点：提取过程繁琐， 速度慢字符串   方法二： 无视标记形式，直接搜索关键信息get 直接对信息的文本查找函数便可string 优势：简介， 快速io 缺点：提取结果准确性与信息内容相关import   融合方法：结合形式的解析和搜索方法，提取关键信息变量 XM

>>阅读原文<<