Python領域最偉大工程師Kenneth Reitz又出來搞事了！

標籤：uil   資料   整理   理解   https   tps   小夥伴   original   XML   

 

 

Python 程式員，特別是做爬蟲的同學都知道 HTTP 要求庫 Requests，Requests 完美體現了 “for Humans” 這個詞要表達的意思。

它的作者是高顏值的攝影愛好者 kennethreitz ，kennethreitz 寫過很多的庫， 除了 Requests 、還有 pipenv，一個更好的整合了包管理和環境管理的工具。日期時間庫 maya 等等。

這兩天他又搞出一個新項目叫 Requests-HTML，HTML Parsing for Humans 連結：https://github.com/kennethreitz/requests-html ，顧名思義，它是用於解析 HTML 文檔的。短短兩天項目的 Star 已經超過3000

以前我們寫爬蟲，解析 HTML 頁面通常會選擇 BeautifulSoup 或者是 lxml 庫，雖然 BeautifulSoup 的 API 比較友好，但是它的解析效能低下，而 lxml 使用 xpath 文法，解析速度快，但是代碼沒什麼可讀性，現在 kennethreitz 搞出來的這個 html 解析庫繼承了 requests 庫的優良傳統 —- for humans。

我們知道 requests 只負責網路請求，但不對響應結果進行解析，你可以把 requests-html 理解為可以解析 html 文檔的 requsts 庫。

Requests-HTML 的代碼量其實非常少，目前不到 200 行，都是基於現有的架構進行二次封裝，使得開發人員使用的時候更方便調用。它依賴於 PyQuery、Requests、lxml 等庫。

安裝

pip install requests-html

使用方法

>>> from requests_html import session# 返回一個Response對象>>> r = session.get(‘https://python.org/‘)

擷取所有連結

>>> r.html.links{‘/users/membership/‘, ‘/about/gettingstarted/‘}# 使用css選取器的方式擷取某個元素>>> about = r.html.find(‘#about‘)[0]>>> print(about.text)AboutApplicationsQuotesGetting StartedHelpPython Brochure

另外，還有一個非常迷人的特點是，它能將html轉換為markdown文本

# 將html轉換為Markdown文本>>> print(about.markdown)* [About](/about/)* [Applications](/about/apps/)* [Quotes](/about/quotes/)* [Getting Started](/about/gettingstarted/)* [Help](/about/help/)* [Python Brochure](http://brochure.getpython.info/)

其實通過python的學習，小編也體會到了很多，雖然上手容易，可是進階難！作為一個過來人，小編整理了一些學習資料，希望會對個位的學習起到協助！
有需要的小夥伴可以掃下方二維碼，或者直接添加號：kele22558！

    

Python領域最偉大工程師Kenneth Reitz又出來搞事了！