标签: 信息提取

YAML: 信息无类型，文本信息比例最高，可读性好 （一）信息的标记 标记后的信息可以形成信息组织结构，增加了维度； 标记后的信息可以用于通信、存储或展示； 标记的结构与信息一样具有重要的价值； 1、XML XML: 最早的通用标记语言，可扩展性好，但是繁琐； Internet 上的信息交互与传递； 2、JSON JSON: 信息有类型，适合程序处理，较 XML 简洁； 移动应用云端和节点的信息通信，无注释； 3、YAML YAML:信息无类型，文本信息比例最高，可读性好 各类系统的配置文件，有注释易读 (二)信息的提取 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，例如： 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 测试代码 1、.find_all(name,attrs,recursive,string,**kwargs)   返回一个列表 类型，存储查找结果。 （1） name: 对标签名称的检索字符串 （2）attrs: 对标签属性值检索的字符串，可标注属性检索 （3）recursive: 是否对子孙全部检索，默认 True （4）string: …/ 中字符串区域的检索字符串 ​ ​