实战讲解四种不同爬虫解析数据方法，必须掌握！
1
前言
爬虫解析数据有很多种，爬取不同的数据，返回的数据类型不一样，有html、json、xml、文本（字符串）等多种格式！
掌握这四种解析数据的方式，无论什么样的数据格式都可以轻松应对处理。
这四种方式分别是：1.xpath、2.bs4、3.json、4.正则。
下面以实战方式讲解这四种技术如何使用！！！
2
Xpath
1.请求数据
请求链接如下，以小说网站：新笔趣阁，为案例进行讲解
http://www.xbiquge.la/xuanhuanxiaoshuo/
导入相应的库
import requests
from lxml import etree
开始请求数据
headers = {
\'user-agent\':\'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/69.0.3947.100 Safari/537.36\',
}
url="http://www.xbiquge.la/xuanhuanxiaoshuo/"
res = requests.get(url,headers=headers)
res.encoding = \'utf-8\'
text = res.text
2.解析数据
比如我们要获取下面这些数据（小说名称）
分析网页标签
数据在class=”l”-> ul ->li标签中
selector = etree.HTML(text)
list = selector.xpath(\'//*[@class="l"]/ul/li\')
解析li中数据
可以看到，数据在li->span->a 标签中
for i in list:
title = i.xpath(\'.//span/a/text()\')
href = i.xpath(\'.//span/a/@href\')
print(title)
print(href)
print("--------")
3
Bs4
1.请求数据
请求链接如下，同样以小说网站：新笔趣阁，为案例进行讲解
http://www.xbiquge.la/xuanhuanxiaoshuo/
导入相应的库
import requests
from bs4 import BeautifulSoup
开始请求数据
headers = {
\'user-agent\':\'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/69.0.3947.100 Safari/537.36\',
}
url="http://www.xbiquge.la/xuanhuanxiaoshuo/"
res = requests.get(url,headers=headers)
res.encoding = \'utf-8\'
text = res.text
2.解析数据
比如我们要获取下面这些数据（小说名称）
分析网页标签
可以看到，数据在span中（class=”s2″) 标签中
法一
###法一
list = soup.find_all(attrs={\'class\':\'s2\'})
for i in list:
print(i.a.get_text())
print(i.a.get("href"))
print("--------")
print(len(list))
法二
####法二
# 获取所有的链接
all_link = [(link.a[\'href\'], link.a.get_text()) for link in soup.find_all(\'li\')]
for i in all_link:
print(i)
4
json
1.请求数据
请求链接如下，获取ip定位，为案例进行讲解
https://restapi.amap.com/v3/ip?key=0113a13c88697dcea6a445584d535837&ip=123.123.123.123
导入相应的库
import requests
import json
开始请求数据
ip = "123.123.123.123"
url="https://restapi.amap.com/v3/ip?key=0113a13c88697dcea6a445584d535837&ip="+str(ip)
res = requests.get(url,headers=headers)
res.encoding = \'utf-8\'
text = res.text
2.解析数据
比如我们要获取下面这些数据（省份和城市）
text = res.text
print(text)
##text不是json类型的话，则转为json类型
text = json.loads(text)
print("省份="+text[\'province\']+",城市="+text[\'city\'])
5
正则表达式
1.请求数据
请求链接如下，以小说网站：新笔趣阁，为案例进行讲解
http://www.xbiquge.la/xuanhuanxiaoshuo/导入相应的库
import requests
import re
开始请求数据
headers = {
\'user-agent\':\'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/69.0.3947.100 Safari/537.36\',
}
url="http://www.xbiquge.la/xuanhuanxiaoshuo/"
res = requests.get(url,headers=headers)
res.encoding = \'utf-8\'
text = res.text2.解析数据
比如我们要获取下面这些数据（小说名称）
分析网页html
可以看到，数据在li->span->a 标签中，a标签前有“《”，后有“》”
pattern = re.compile(\'《.*?》\')
items = re.findall(pattern, text)
for i in items:
print(i)
6
总结
1.以实战方式讲解了四种不同解析数据的方式
2.讲解过程一步一步截图说明，方便小白入门学习！
3.本文干货满满，推荐收藏！收藏！收藏！
如果大家对本文代码源码感兴趣，扫码关注『Python爬虫数据分析挖掘』后台回复：四种解析 ，获取完整代码！
最后说一声：原创不易，求给个赞、在看
、评论
———–—— 推荐阅读 —––———–
爬虫入门篇
4.以『赘婿』为实战案例，手把手教会你用python爬取『爱奇艺』视频弹幕
5.python爬取44130条用户观影数据，分析挖掘用户与电影之间的隐藏信息！
6.基金这么赚钱！！编程实现基金从采集到分析通用模板！（白酒为例）
爬虫框架篇
爬虫反爬篇
2.python实战破解『梨视频』反爬机制，轻松实现批量视频下载！
可视化篇
1.爬取3w条『各种品牌』笔记本电脑数据，统计分析并进行可视化展示！真好看~
2.python爬取7w+『赘婿』弹幕，发现弹幕比剧还精彩！
3.爬取1907条『课程学习』数据，分析哪类学习资源最受大学生青睐
4.python爬取各类基金数据，以『动图可视化』方式展示基金的涨跌情况
5.python爬取『大年初一』热映电影，以『可视化及词云秀』方式带你了解热映电影
6.python爬取淘宝全部『螺蛳粉』数据，看看你真的了解螺蛳粉吗？
8.王者荣耀白晶晶皮肤1小时销量突破千万！分析网友评论我发现了原因
9.分析各类基金近一年『日涨幅』流水线动态图！哭了，真是跌妈不认！
python工具篇
1.教你用python爬虫下载1w+『ppt模板』,再也不用付费去购买啦！
3.详细实战教程！部署Flask网站+域名访问+免费https证书
5.python实现四种出行路线规划（公交、步行、驾车、骑行）
7.python窃取摄像头照片（摄像头拍照+邮箱发送+打包exe）