这篇教程python数据抓取3种方法总结写得很实用，希望能帮到您。
三种数据抓取的方法 - 正则表达式（re库）
- BeautifulSoup（bs4）
- lxml
*利用之前构建的下载网页函数，获取目标网页的html，我们以https://guojiadiqu.bmcx.com/AFG__guojiayudiqu/为例，获取html。 
from get_html import downloadurl = 'https://guojiadiqu.bmcx.com/AFG__guojiayudiqu/'page_content = download(url) *假设我们需要爬取该网页中的国家名称和概况，我们依次使用这三种数据抓取的方法实现数据抓取。 1.正则表达式 from get_html import downloadimport reurl = 'https://guojiadiqu.bmcx.com/AFG__guojiayudiqu/'page_content = download(url)country = re.findall('class="h2dabiaoti">(.*?)</h2>', page_content) #注意返回的是listsurvey_data = re.findall('<tr><td bgcolor="#FFFFFF" id="wzneirong">(.*?)</td></tr>', page_content)survey_info_list = re.findall('<p> (.*?)</p>', survey_data[0])survey_info = ''.join(survey_info_list)print(country[0],survey_info)2.BeautifulSoup（bs4） from get_html import downloadfrom bs4 import BeautifulSoupurl = 'https://guojiadiqu.bmcx.com/AFG__guojiayudiqu/'html = download(url)#创建 beautifulsoup 对象soup = BeautifulSoup(html,"html.parser")#搜索country = soup.find(attrs={'class':'h2dabiaoti'}).textsurvey_info = soup.find(attrs={'id':'wzneirong'}).textprint(country,survey_info)3.lxml from get_html import downloadfrom lxml import etree #解析树url = 'https://guojiadiqu.bmcx.com/AFG__guojiayudiqu/'page_content = download(url)selector = etree.HTML(page_content)#可进行xpath解析country_select = selector.xpath('//*[@id="main_content"]/h2') #返回列表for country in country_select: print(country.text)survey_select = selector.xpath('//*[@id="wzneirong"]/p')for survey_content in survey_select: print(survey_content.text,end='')运行结果： 
最后，引用《用python写网络爬虫》中对三种方法的性能对比，如下图： 
仅供参考。 总结 到此这篇关于python数据抓取3种方法的文章就介绍到这了,更多相关python数据抓取内容请搜索51zixue.net以前的文章或继续浏览下面的相关文章希望大家以后多多支持51zixue.net！
python 批量将中文名转换为拼音
django inspectdb 操作已有数据库数据的使用步骤 |
