-
完整的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:例如:bs4库的标签树遍历
-
优点:信息解析准确
-
缺点:提取过程繁琐,速度慢。
-
无视标记形式,直接搜索关键信息。
搜索
对信息的文本查找函数即可
-
优点:提取过程简洁,速度较快。
-
缺点:提取结果准确性与信息内容相关。
-
融合方法:结合形式解析与搜索方法,提取关键信息。
XML JSON YAML 搜索
需要标记解析器及文本查找函数
-
实例:提取HTML中所有的URL链接
-
思路:1.搜索到所有<a>标签
2.解析<a>标签格式,提取href后的链接内容