方法一

完整解析信息的标记形式，再提取关键信息
需要标记解析器（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

方法二

无视标记形式，直接搜索关键信息
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
需要标记解析器及文本查找函数

实例

提取HTML中所有URL链接

思路：1.搜索到所有的标签
2.解析a标签格式，提取href后的链接内容

#获取demo源代码
import requests
r=requests.get("页面链接")
r.text
demo=r.text
from bs4 import BeautifulSoup
soup=BeautifulSoup(demo,"html.parser")
#获取页面所有url
for link in soup.find_all('a'):
    print(link.get('href'))

标签：提取,标记,demo,一般,信息,信息提取,标签,解析,方法
来源： https://www.cnblogs.com/flyall/p/16252563.html