爬虫通识（二）总结

知识树

主要内容

主要就是学习数据提取的方式。我们使用爬虫获取到html页面或者是json字符串之后，要从中提取有用的数据，过滤掉无用信息。
通看了教程，其实不难入门。多练习使用正则表达式和xpath将html这种非结构化数据类型转换为结构化数据类型（如：json和xml）。
今天有点晚了，明天完成练习。
值得安装的浏览器插件：jsonview、XPath Helper。