其他
初学爬虫时，如何正确的找到信息节点？
本篇阅读时间约为 3 分钟。
1
遇到的问题
上个月，有个朋友在初学爬虫的时候遇到了一个问题，给他解决问题的同时写了一个文档。今天给大家分享一下吧。也许你也会遇到相同的疑问。
在初学爬虫时，你可能会遇到一个问题，如何才能正确的从网页上分析出想要的节点呢？在此之前，你需要先了解一个知识点，HTML。
2
了解 HTML
W3C，地址：
http://www.w3school.com.cn/html/index.asp
乍一看，内容很多的样子，但是实际上你只需要花 20 分钟大致了解下 HTML 基本的元素组成即可。就像下图,了解红框即可：
3
举个栗子
像笔者之前小课堂提到的熊猫直播，已经晾凉了，这次采用章鱼直播给大家举个栗子吧！(采用了他提供的直播站来讲解下)
章鱼直播地址：
http://www.zhangyu.tv/channeltypes/all
1.首先，明确要获取的信息，按下 F12，查看元素：
2.找到一组自己想要的数据：
3.观察多组数据，分析节点：
4.分析节点，统计数据：
找到爬取内容的前后节点信息，在 F12 中 Ctrl + F 搜索下 class ，看看有多少个，比如上面一共 94 个符合的class，说明基本符合房间数。
5.写正则匹配，将内容匹配出来即可。
具体正则写法，不赘述了，就是利用定界，分组原理即可。
结果如下：
4
总结
入门级的爬虫学习，可以找有规律的网站去小试牛刀，上手之后可以尝试深入学习。
在程序的实现上，正则表达式并不是唯一提取信息的手段，还有其他的手段，比如 Python 的 BeautifulSoup 库等...要明白哪些是具有共同性的，分析节点的思维是亘古不变的，无非变得就是代码实现而已。
长按关注
公众号名称：咪哥杂谈
一个咪咪怪的公众号
长按二维码关注哦！