CSDN 博客备份工具

https://blog.csdn.net/marksinoberg/article/details/70946107

 

Beautiful Soup

https://cuiqingcai.com/1319.html

 

https://www.cnblogs.com/forever-snow/p/8506746.html

 

第1步、解析网页
有四种解析方式：
（1）‘html.parser’解析 速度适中，容错能力强
（2）’lxml’解析 速度快，容错能力强
（3）’xml’解析 速度快，唯一支持xml的解析器
（4）’html5lib’解析 速度慢点，最好的容错性

 

https://blog.csdn.net/sinat_23880167/article/details/78506016

 

几种爬虫比较

1. urllib+正则：无第三方依赖
2. requests+BeautifulSoup：library
3. scrapy：框架