企业官网建设流程全解析

Python学习100天（从入门到精通系列文章）

前言

在前面的课程中，我们学习了网络数据采集的基础知识和requests库的使用。今天我们继续深入探讨网络数据采集的核心技术，包括如何解析HTML页面、使用XPath和CSS选择器提取数据，以及三种不同解析方式的对比分析。

一、用Python获取网络资源

网络数据采集是 Python 语言非常擅长的领域，上节课我们讲到，实现网络数据采集的程序通常称之为网络爬虫或蜘蛛程序。即便是在大数据时代，数据对于中小企业来说仍然是硬伤和短板，有些数据需要通过开放或付费的数据接口来获得，其他的行业数据和竞对数据则必须要通过网络数据采集的方式来获得。不管使用哪种方式获取网络数据资源，Python 语言都是非常好的选择，因为 Python 的标准库和三方库都对网络数据采集提供了良好的支持。

1.1 Python 标准库requests库

要使用 Python 获取网络数据，我们推荐大家使用名为requests的三方库，这个库我们在之前的课程中其实已经使用过了。按照官方网站的解释，requests是基于 Python 标准库进行了封装，简化了通过 HTTP 或 HTTPS 访问网络资源的操作。上课我们提到过，HTTP 是一个请求响应式的协议，当我们在浏览器中输入正确的