Python爬蟲的智能化解析——Diffbot

爬蟲是做什麼的？是幫助我們來快速獲取有效信息的。然而做過爬蟲的人都知道，解析是個麻煩事。 比如一篇新聞吧，鏈接是這個：https://news.ifeng.com/c/7kQcQG2peWU，頁面預覽圖如下： image 預覽圖 我們需要從頁面中提取出標題、發佈人、發佈時間、發佈內容、圖片等內容。一般情況下我們需要怎麼辦？寫規則。 那麼規則都有什麼呢？懟正則，懟 CSS 選擇器，懟 XPath。我

>>阅读原文<<