请问我的网页分析思路对吗？
Python新手哈，之前做过文本分析，现在公司有个小工具的需求要做网页分析，没有经验所以请教大家一下。
情况是这样：
需求：利用Python分析网页，检查其中某个item。
我的思路：
1、手动输入需要检查的网页地址。
2、利用Python获取网页源代码。
3、分析网页源代码，具体如下：
手动检查时，即找到status这一栏，看其值是否是ACCEPT，
分析获取到的网页源代码，找到了这一行
<div attributedefinitionguid="AB:52394082008461e6:19:19**Status**:21001ce120" permissions="RM"><div>ACCEPTED</div></div>
我没有网页代码的基础，甚至不知道这是什么语言，但我用一般的思路来想，整一个网页源代码中，只有这里一处的ACCEPT的字符，网页显示时也是以文本形态显示，所以我认为这就是我要检查的点。
所以我的分析思路即为：获取网页源代码,利用Python一行行分析源代码的文本，找到包含status的一行，检查其下一行中有没有ACCEPTED字符。
换句话说，等于是用分析文本文件的方式，来分析网页源代码，且是在不懂网页源代码什么意思的情况下。实测是可以成功分析status的，但是总感觉有点悬，，，，
请问我这样靠谱不？或者Python有什么模块是可以按照网页源代码的语法块来分析的？
各位大神不吝赐教，小弟在此谢过了！
回答：
本身网页（爬虫）分析最底层的处理就是文本处理技术。
所以你的分析大致是没有错的。
不过对于真正的爬虫，因为分析的数据是HTML标记语言文本，所以其实是有专门的技术手段的，比如python下的Beautiful Soup可以解析DOM去更精准的分析。
因为你要求的分析模式很简单，可能也用不到这些啦。
其实很多时候满足要求的东西就是好的。
回答：
理论上面是没错的，实际上可能问题比较多
比如它的数据是通过js异步ajax加载的，或者这里面出现了多个ACCEPTED，怎么确定你需要的；
要是你频繁的请求接口，要是人家给你ip拉了黑名单
回答：
前面的回答说的对。
补充一下,如果需要精确定位的话python可以通过Beautiful Soup用css选择器定位到元素然后获取内容
以上是 请问我的网页分析思路对吗？ 的全部内容， 来源链接： utcz.com/a/163933.html
