python 信息标记与提取方法

Posted 2023-03-22

参考技术A @[toc]
信息标记的三种形式：XML、JSON、YAML

eXtensible Markup Language

XML实例

javascript Object Notation

有类型的键值对 key:value

JSON实例

YAML Ain't Markup Language

无类型键值对 key：value

YAML实例

| 表示整块数据 # 表示注释

XML：最早的通用的信息标记语言，可扩展性好，但繁琐。 Internet上的信息交互与传递

JSON：信息有类型，适合程序处理（js）,较XML简洁。移动应用云端和节点的信息通信，无注释。

YAML：信息无类型，文本信息比例最高，可读性好。各类系统的配置文件，有注释易读

实例：提取html中所有URL链接
思路：1）搜索到所有的<a>标签
2）解析<a>标签格式，提取href后的链接内容