[翻]使用requests和lxml进行web抓取

web抓取

web站点是由HTML语言编写，这意味着每个网页都是结构化文档。有时，我们可利用当前结构获取所需数据并保留数据格式，但通常都不能以合适的结构获取数据（不像csv和json）。

web抓取适时而出。web抓取可利用计算机程序过滤网页，在合适的结构下获取目标数据，同时还可以保留数据的格式。

lxml和Requests

lxml是一个优秀的python扩展库，用于快速解析XML和HTML文档，甚至可以处理错误标签。另外，我们也使用Requests替代了内置的urllib2，因为其在速度和稳定性上更优。你可以使用pip install lxml和pip install requests安装requests和pip。

首先，让我们用import开始：

from lxml import htmlimport requests

原标题：[翻]使用requests和lxml进行web抓取

关键词：