数据提取
Posted 在这里, 意淫和实干都值得尊重
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了数据提取相关的知识，希望对你有一定的参考价值。
页面解析和数据提取
一般来讲对我们而言，需要抓取的是某个网站或者某个应用的内容，提取有用的价值。内容一般分为两部分，非结构化的数据 和 结构化的数据。
- 非结构化数据：先有数据，再有结构，
- 结构化数据：先有结构、再有数据
- 不同类型的数据，我们需要采用不同的方式来处理。
非结构化的数据处理
文本、电话号码、邮箱地址
- 正则表达式
html 文件
- 正则表达式
- XPath
- CSS选择器
结构化的数据处理
JSON 文件
- JSON Path
- 转化成Python类型进行操作（json类）
XML 文件
- 转化成Python类型（xmltodict）
- XPath
- CSS选择器
- 正则表达式
侵权删:
笔记来自传智播客课件, 感谢传智.
以上是关于数据提取的主要内容，如果未能解决你的问题，请参考以下文章