首页 > 编程语言 > 详细

Python网络爬虫-信息标记

时间:2019-04-27 17:41:49      阅读:137      评论:0      收藏:0      [点我收藏+]

信息标记的三种形式:

XML(扩展标记语言)

JSON(js中面向对象的信息表达形式,由类型的(string)键值对组成)

  "name":"北京理工大学"

YAML(无类型的键值对组成)

  name:北京理工大学

技术分享图片

技术分享图片

技术分享图片

三种信息标记方式的应用区别

XML:internet上的信息传递与交互

JSON:移动应用云端的和几点的信息通信,无注释

YAML:各系统的配置文件,有注释、易读  

 

结合形式解析与搜索的方法,获取指点标签里的内容

#!/usr/bin/python3
import requests
from bs4 import BeautifulSoup

url=http://python123.io/ws/demo.html
r=requests.get(url)
if r.status_code==200:
    print(网络请求成功)

demo=r.text
soup=BeautifulSoup(demo,html.parser)
for link in soup.find_all(a):
    print(link.get(href))

如果find_all()参数为True,所有标签将被打印出来

for tag in soup.find_all(True):
    print(tag.name)

 

Python网络爬虫-信息标记

原文:https://www.cnblogs.com/liberate20/p/10778524.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!