为了visa面签预约学习python爬虫-DAY3

1.学习了两个用于数据解析的库

`BS4`（Beautiful Soup 4）和`lxml`的`etree`模块是两个常用于网页内容抓取和解析的Python库，它们各自拥有独特的特点和优势。

### BS4（Beautiful Soup 4）

- **简介**：Beautiful Soup是一个用于从HTML或XML文件中提取数据的Python库。它能够通过你喜欢的转换器（如`lxml`和`html5lib`）来解析这些文件，提供了一种简便的方式来对网页文档进行遍历、搜索和修改。
- **优点**：
  - **用户友好**：Beautiful Soup的API设计非常人性化，对初学者友好。
  - **灵活性**：它支持多种解析器，如`lxml`和`html.parser`，可以根据需要选择。
  - **容错性**：Beautiful Soup能够处理非常杂乱的HTML代码，并能从中提取出有用的信息。
- **用途**：主要用于网页数据抓取、数据挖掘等领域，特别适合处理不规则或者嵌套的HTML文档。

### lxml的etree模块

- **简介**：`lxml`是一个非常高性能的Python库，用于处理XML和HTML文档，其`etree`模块尤其强大，基于C语言编写。
- **优点**：
  - **性能高**：`lxml`的性能非常高，特别是在处理大型文件时，其解析速度和效率远高于Beautiful Soup。
  - **XPath和XSLT支持**：`lxml`提供了对XPath查询的原生支持，使得用户可以使用XPath来进行复杂的查询和数据抓取，还支持XSLT的转换。
  - **全面**：它提供了全面的XML支持，包括但不限于DTD验证、Xpath选择器等高级功能。
- **用途**：同样适用于网页数据抓取和处理，特别是当处理需要高性能处理或复杂XML文档时，`lxml`的`etree`模块是一个更好的选择。

### 选择依据

选择使用BS4还是lx