本文介绍了一种名为聚焦爬虫的技术，它能够精准地抓取网页上的特定内容。该过程包括指定URL、发起请求、获取响应数据、数据解析及持久化存储等步骤。数据解析方法主要包括正则表达式、Beautiful Soup (bs4) 和 XPath 技术。
聚焦爬虫:爬取页面中指定的页面内容。
- 编码流程：
- 指定url
- 发起请求
- 获取响应数据
- 数据解析
- 持久化存储
数据解析分类：
- 正则
- bs4
- xpath（***）
数据解析原理概述：
- 解析的局部的文本内容都会在标签之间或者标签对应的属性中进行存储
- 1.进行指定标签的定位
- 2.标签或者标签对应的属性中存储的数据值进行提取（解析）
扫一扫
1377
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
