Python爬虫之信息标记

信息标记的三种形式：XML、JSON，YAML

信息标记的好处

  • 标记后的信息可形成信息组织结构，增加了信息维度
  • 标记后的信息可用于通信、存储或展示
  • 标记的结构与信息一样具有重要价值
  • 标记后的信息更利于程序理解和运用
  • XML(扩展标记语言)
1
2
3
4
5
6
7
8
<person>
	<name>安生</name>
    <age>18</age>
    <address>
    	<province>广东</province>
        <city>广州市</city>
    </address>
</person>
  • JSON -（有类型键值对）
1
2
3
4
5
6
7
8
{
    "name": "安生",
    "age": "18",
    "address": {
        "province": "广东",
        "city": "广州"
    }
}
  • YAML -（无类型键值对，用缩进表示所属关系）
1
2
3
4
5
name: 安生
   age: 18,
   address: 
       province: 广东
       city: 广州
三种信息标记形式的比较
标记形式 特点 主要用途
XML 最早的通用信息标记语言，可扩展性好，但繁琐 Internet上的信息交互与传递
JSON 信息有类型，适合程序处理（js），较XML简洁，无注释 移动应用云端和节点的信息通信
YAML 信息无类型，文本信息比例最高，可读性好，有注释 各类系统的配置文件