结构化数据和非结构化数据的提取Python篇
Posted 孤寒者
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了结构化数据和非结构化数据的提取Python篇相关的知识,希望对你有一定的参考价值。
结构化数据和非结构化数据的提取【Python篇】
总结一下Pyhon提供的可以提取结构化数据以及非结构化数据的主流库。
1.常见数据的分类:
依据响应分类(附带对应的常用的解析方法~):
结构化数据:
① json数据(高频出现)
json模块
jsonpath模块
②xml数据(低频出现)
re 模块(正则语法)
lxml模块(xpath语法)
非结构化数据:
①html
re模块(正则语法)
lxml模块(xpath语法)
beautifulsoup(xpath,正则,css选择器)
pyquery(css选择器)
小知识点:
- xml和html的区别
html :超文本标记语言,为了更好的显示数据,侧重于显示数据;
xml : 可扩展性标记语言,为了传输和存储数据,侧重点在于数据内容的本身。
2.爬虫世界数据的分类:
结构化数据:json,xml等
处理方式:直接转化
以上是关于结构化数据和非结构化数据的提取Python篇的主要内容,如果未能解决你的问题,请参考以下文章