如何高效运用Python实现数据抓取的三种主流方法？

本文共计471个文字，预计阅读时间需要2分钟。

三种数据抓取方法：正则表达式（re库）、BeautifulSoup（bs4）、lxml。使用前需构建下载网页函数，获取目标网页的HTML。例如，从https://guojiadiqu.bmcx.com/AFG__guojiayudiqu/获取HTML。

三种数据抓取的方法

• 正则表达式（re库）
• BeautifulSoup（bs4）
• lxml

*利用之前构建的下载网页函数，获取目标网页的html，我们以guojiadiqu.bmcx.com/AFG__guojiayudiqu/为例，获取html。

from get_html import download url = 'guojiadiqu.bmcx.com/AFG__guojiayudiqu/' page_content = download(url)

*假设我们需要爬取该网页中的国家名称和概况，我们依次使用这三种数据抓取的方法实现数据抓取。