爬虫教程

[TOC]

参考资料

Python3爬虫视频学习教程 Beautiful Soup 4.4.0 文档

小实例入手

Python爬虫实战（4）：抓取淘宝MM照片

BeautifulSoup

解析器	使用方法	优势	劣势
Python标准库	BeautifulSoup(markup, "html.parser")	Python的内置标准库 执行速度适中 文档容错能力强	Python 2.7.3 or 3.2.2)前 的版本中文档容错能力差
lxml HTML 解析器	BeautifulSoup(markup, "lxml")	速度快 文档容错能力强	需要安装C语言库
lxml XML 解析器	BeautifulSoup(markup, ["lxml", "xml"])；BeautifulSoup(markup, "xml")	速度快 唯一支持XML的解析器	需要安装C语言库
html5lib	BeautifulSoup(markup, "html5lib")	最好的容错性；以浏览器的方式解析文档；生成HTML5格式的文档	速度慢；不依赖外部扩展