Python网络爬虫入门版笔记 七、XML、JSON、YAML三种信息的标记

最新推荐文章于 2025-05-24 23:39:45 发布
原创 最新推荐文章于 2025-05-24 23:39:45 发布 · 630 阅读 · 4 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#python

本文介绍了Python网络爬虫中常见的三种信息标记格式：XML、JSON和YAML。XML类似HTML，用于信息组织和表达；JSON是类型化的键值对，适合程序处理；YAML则是无类型的键值对，易读性高，常用于配置文件。三种格式各有特点，在不同场景下有不同的应用优势。

一、什么是信息的标记

当有一组信息时，为了使信息更利于阅读，方便理解，更加整洁，我们需要对信息进行标记。信息的标记其实也可以理解为是信息的分类过程。由此可以产生很多的好处：

  • 标记后的信息可形成信息组织结构、增加了信息维度。
  • 标记后的信息可用于通信、存储、或展示。
  • 标记后的结构与信息一样具有价值。
  • 标记后的信息更利于程序的理解和运用。

主要的信息标记的种类有三种形式，分别是：XML、JSON、YAML

 

一、XML

这种标记语言与HTML非常相似，都是通过标签来表达信息，XML的这种信息表达形式是基于HTML发展而来的一种通用信息表达形式。

XML通过标签形式来表达所有的信息：

当标签中有信息表达的时候用第一种

最低0.47元/天 解锁文章
Python爬虫实战：利用最新技术爬取小红书笔记数据
2201_76125261的博客
06-30 3031
小红书作为中国领先的生活方式分享平台，拥有海量的用户生成内容(UGC)，涵盖美妆、时尚、旅行、美食等多个领域。这些数据对于市场分析、竞品研究、用户行为洞察等方面具有重要价值。本文将详细介绍如何使用Python最新技术栈构建一个高效、稳定的爬虫系统来获取小红书笔记数据。本文详细介绍了如何使用Python最新技术栈构建一个高效、稳定的爬虫系统来获取小红书笔记数据。使用Playwright处理动态渲染页面完善的代理和验证码处理机制分布式爬虫架构设计数据解析与存储方案内容分析和机器学习集成。
别再用JSON写配置了！YAML保姆级教程，看完直接上手（语法+案例+Python代码，一文通透）
最新发布
XiaoqiangClub的博客
08-11 288
🐍 想让配置文件告别繁琐符号？这份 YAML 指南超实用！从基础语法到 Python 实操，用简洁例子讲清列表、字典等用法，还附避坑技巧，让你轻松上手这种 "像写笔记" 的数据格式～
序列化格式：XML、JSON、YAML
weixin_34018202的博客
03-01 260
.NET中序列化通常使用二进制或xml格式，ajax兴起之后JSON格式也用的比较多，相比YAML就很少见 二进制 无法直接阅读，需在二进制层面编码解码； 格式由厂商定义，特定应用需要表示的对象很复杂时，格式也非常复杂，例如office 文件格式； 通常需要充分考虑协议的扩展性、兼容性，例如windows的文件格式，DOS header、COFF header、PE、CLR heade...
信息标记形式 (XML, JSON, YAML)
cuber-lotus的博客
05-28 1295
ref:Python网络爬虫与信息提取_北京理工大学_中国大学MOOC(慕课)单元5信息标记形式是当今网络世界中非常重要的一部分。目前主要被大众认可的有三类。标记后的信息可形成信息组织结构，增加了信息维度标记的结构与信息一样具有重要价值标记后的信息可用于通信、存储或展示标记后的信息更利于程序理解和运用。
Python读取YAML文件过程详解
09-18
主要介绍了Python读取YAML文件过程详解,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
yaml xml json
Silence_silen的博客
03-28 1361
可读性JSON和XML的可读性可谓不相上下，一边是简易的语法，一边是规范的标签形式，很难分出胜负。可扩展性XML天生有很好的扩展性，JSON当然也有，没有什么是XML可以扩展而JSON却不能扩展的。不过JSON在Javascript主场作战，可以存储Javascript复合对象，有着xml不可比拟的优势。编码难度XML有丰富的编码工具，比如Dom4j、JDom等，JSON也有提供的工具。无工具的情...
XML，JSON，YAML
sereasuesue的博客
04-28 391
信息标记的三种形式 信息的标记： 标记后的信息可形成信息组织结构，增加了信息维度 标记后的信息可用于通信、存储和展示 标记的结构与信息一样具有重要价值标记后的信息有利于程序理解和运用 HTML的信息标记：HTML通过预定义的<>...</>标签形式组织不同类型的信息 信息标记的三种形式：XML，JSON，YAML 三种信息标记形式的比较 XML实例： XML 最早的通用信息标记语言，可扩展性好，但繁琐；Internet上的信息交互于传递 JSON 信息有类型，适
【最全笔记】基础Python爬虫入门，看完包你会写爬虫
没有人的博客
02-29 1223
第一章 网络爬虫之规则 一、Requests库入门 request库:http://www.python-requests.org 安装方法：pip install requests 抓取百度 import requests r=requests.get("http://www.baidu.com") r.status_code r.encoding='utf-8' r.text re...
北理工嵩天教授-Python网络爬虫与信息提取课程笔记
IdealForeverInHis19s的博客
11-08 1520
BeautifulSoup: 信息标记形式： XML：尖括号+标签的表达形式 JASON有类型的键值对   XML表达一个人的身份信息的形式（有效信息比例不高 大多被标签占据） JSON（不要漏掉双引号） 深刻比较：XML最早 可扩展性好 但比较繁琐 Json 信息有类型 适合程序处理 YAML 信息无类型 文本信息比例高 可读性强 XML应用于INTERN...
【Python】常用配置文件汇总（INI、XML、JSON、YAML、PY）
XavierJ的博客
07-13 2823
List item
配置文件，xml，json，yaml，我该选哪个？
xiezhipu的博客
05-24 1276
选型公式需求复杂度 + 团队习惯 + 工具链支持 → 最终选择简单配置：JSON（无注释需求）或 TOML（需注释）。复杂配置：YAML（可读性优先）或 XML（需强验证）。历史项目：沿用现有格式（如 XML 用于 Java），避免重构成本。最终，没有“完美”的格式，只有“适合”的平衡。在灵活性和规范性之间找到折衷，才能最大化开发效率。
HTML{XML，JSON，YAML}
星夜征程
03-20 648
HTML是“超文本标记语言”的英文简称，它涵盖 { XML （常见于Internet上的信息交互与传递）， JSON （广泛应用于移动应用云端和节点的信息通信，无注释）， YAML （各类系统的配置文件，有注释易读）， } XML （最早的通用信息标记语言，可扩展性好，但繁琐） <img src="china.jpg" size="10">...</img> #...
Python-基本爬取的三大格式解析（xml、json、yamal）
caicaptain
06-03 650
讲解Python-基本爬取的三大格式解析
信息标记的三种形式—XML、JSON、YAML
hxxjxw的博客
04-06 1361
信息标记的三种形式 国际公认的3种信息标记形式：XML、JSON、YAML XML是类似html的形式，json是键值对的形式，yaml是冒号的形式 XML XML(eXtensible Markup Language),可拓展标记语言 XML实例 <person> <firstName>Tian</firstName> <l...
python——使用yaml数据格式，PK --> XML，JSON
网站开发初中级代码参考-转载
09-13 162
YAML 概述：是一种直观的能够被电脑识别的数据序列化格式 在YAML里面，结构通过缩进来表示，连续的项目通过减号"-"来表示，map结构里面的key/value对用冒号":"来分隔。 YAML也有用来描述好几行相同结构的数据的缩写语法，数组用'[]'包括起来，hash用'{}'来包括。 例子： root: urls: - {name: chen,age: 22} #...
PYTHON爬虫——json和xml
weixin_45051787的博客
02-18 263
1、xml是json的前身，他是重量级的（加标签），而json是轻量级的 他们都是用于数据交互的格式，而html是给用户看的展示数据 2、json 数据交互格式简单理解就是一个字典或者是一个列表 语法：不能写注释 keyvalue必须是双引号 末尾不能写逗号 整个文件有且仅有一个字典或列表 ...
YAML和JSON、XML
wt_better的博客
05-08 1529
目录YAML和JSON的关系YAML和XML的关系参考 YAML和JSON的关系 JSON的首要设计目标是简单性和通用性。因此，JSON的生成和解析非常简单，但代价是可读性较低。 相反，YAML的首要设计目标是可读性和 序列化。因此，YAML允许可读性极强的文件，但生成和解析起来像较JSON复杂。 因此，YAML可以被视为JSON的超集，提供了更好的人类可读性和更完整的信息模型。在实践中也是如此。每个JSON文件也是一个有效的YAML文件。如果/需要其他功能，则可以轻松地从JSON迁移到YAML。 目前J
网络通信中常见的数据结构（XML、JSON、YAML）
tushanpeipei的博客
05-16 9680
概述： 由于字符串这种记录数据的形式，仅仅方便人进行查看，而在网络自动化运维中，是不方便机器和设备之前进行直接识别与通信，所以需要使用其他的数据结构来进行信息的传递和存储。 XML： 简介： XML (eXtensible Markup Language，可扩展标记语言）是一种可按应用目标进行扩展的通用标记语言（标记语言，指的是既有开标签，也有闭标签。）。旨在通过使用XML，使互联网数据共享变得更容易。在NETCONF中，用到的数据结构便是XML。 XML和 HTML都是从标准通用标记语言 SGML( St
39 | XML、JSON、YAML比较
qq_37756660的博客
03-09 2273
今天我们一边动手比较、一边学习了 XML 和 JSON 的前前后后，包括它们的风格、schema 和路径表达式等等，并在之后了解了可读性至上的另一种数据交换语言 YAML。希望这些内容能够帮助你对于这些数据交换语言有更为全面的认识，并能够在工作中选择合适的技术来解决实际问题。今天的提问环节，我想换个形式。这一讲我们已经比较了许多 XML 和 JSON 的特性了，其中一些涉及到了它们之间的优劣。那么，你能不能归纳出 XML 和 JSON 各自的一些优劣来呢？
Python自动化文档生成与面试高频考点精讲
资源摘要信息:"Python自动化文档生成面试高频考点100+.pdf"是一份面向Python开发者，特别是准备技术面试的程序员所设计的系统性学习与复习资料。该文档结构严谨、内容全面，覆盖了从Python基础语法到高级应用开发的...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值