在抓取网页代码之后，下一步就是从网页中提取信息。提取信息的方式有多种多样，可以使用正则表达式，但是写起来相对比较麻烦。Python有许多强大的解析库，比如lxml，BeautifulSoup、pyquery等。此外，还提供了非常强大的解析方法，如XPath解析和CSS选择器解析等，利用这些库可以高效便捷的从网页中提取信息。

 

　　（1）lxml的安装

 

　　lxml是Python的一个解析库，支持HTML和XML的解析，支持XPath解析方式，而且解析效率非常高。

 

　　安装指令：

 

　　安装完成之后，在Python命令行下测试：

 

　　如果没有报错，则证明库已经安装好了。

 

　　（2）Beautiful Soup的安装

 

　　Beautiful Soup是Python的一个HTML或XML的解析库，我们可以用它来方便地从网页中提取数据。它拥有强大的API和多样的解析方式。

 

　　安装指令：

 

　　安装完成之后，可以运行下面代码验证：

 

　　运行结果如下：

 

　　Hello

 

　　如果运行结果一致，则证明安装成功。

 

　　注意，这里我们虽然安装的是beautifulsoup4这个包，但是在引入的时候却是bs4.这是因为这个包源代码本身的库文件夹名称就是bs4，所以安装完之后，这个库文件夹就被移入到本机Python3的lib里，所以识别到的库文件名就叫bs4。

 

　　（3）pyquery的安装

 

　　pyquery同样是一个强大的网页解析工具，它提供了和jQuery类似的语法来解析HTML文档，支持CSS选择器，使用非常方便。