信息提取的一般方法

方法一:
完整解析信息的标记形式，，再提取关键信息
XML JSON YAML
需要标记解析器 如bs库的标签树遍历

优点：信息解析准确
缺点：提取过程繁琐

方法二：无标记形式，直接搜索关键信息
搜索
对信息的文本查找函数即可
优点，过程简洁，速度较快
缺点，提取结果准确性与内容相关

其中的方法
<>.find_all（name,attrs,recursive,string,**kwargs）
返回一个列表类型，储存查找的结果。
name：对标签名称的检索字符串。
attrs:对标签属性值的检索字符串，可标注属性检索。
recursive:是否对子孙全部检索，默认True。布尔型。
string：<>…</>中字符串区域的检索字符串
**kawargs：

(…) 等价于 .find_all(…)
soup(…) 等价于soup.find_all(…)

<>.find 拓展方法

今天的文章信息提取的一般方法分享到此就结束了，感谢您的阅读。