数据解析技术

了解了网页的数据和结构以后，我们可以借助网页解析器（用于解析网页的工具）从网页中解析和提取出有价值的数据，或者是新的URL列表，过程如图1所示。为此，Python支持一些解析网页的技术，分别为正则表达式、XPath、Beautiful Soup和JSONPath，其中：

• 针对文本的解析，有正则表达式；

• 针对HTML/XML的解析，有XPath、Beautiful Soup、正则表达式；

• 针对JSON的解析，有JSONPath。

图1 解析网页的示意图

那么，这几种技术有什么区别呢？

正则表达式基于文本的特征来匹配或查找指定的数据，它可以处理任何格式的字符串文档，类似于模糊匹配的效果。

XPath和Beautiful Soup基于HTML/XML文档的层次结构来确定到达指定节点的路径，所以它们更适合处理层级比较明显的数据。

JSONPath专门用于JSON文档的数据解析。

针对不同的网页解析技术，Python分别提供了不同的模块或者库来支持。其中，re模块支持正则表达式语法的使用，lxml库支持XPath语法的使用，json模块支持JSONPath语法的使用。此外，Beautiful Soup本身就是一个Python库，官方推荐使用beautifulsoup4进行开发。

正则表达式、XPath和Beautiful Soup都能实现网页的解析，那么实际开发中应该如何选择呢？接下来，通过一张表来比较一下re、lxml和beautifulsoup4的性能，如表1所示。

表1 解析工具的性能比较

lxml库是用C语言编写的，beautifulsoup4库是用Python编写的，所以性能会差一些。但是，beautifulsoup4的API非常人性化，用起来比较简单，而lxml使用的XPath语法写起来比较麻烦，所以开发效率不如beautifulsoup4。

此外，lxml只能局部遍历树结构，而beautifulsoup4是载入整个文档，并转换成整个树结构。因此，beautifulsoup4需要花费更多的时间和内存，性能会稍低于lxml。

通过表1中对三种技术的比较，大家在实际开发中可根据具体情况选择适合自己的技术。