文章目录
[+]
如何将html网页中的数据提取出来保存在数据库中
这种其实就是做一个采集工具了。
首先看你的需求，你需要采集一个网站的名称和价格然后和另一个网站做对比。
那么总结一下，也就是你需要采集两个网站的数据（对比其实就是按照名称关联一下）
在这里说一下爬虫的几个主要环节
1.网页内容获取（html获取）
获取的方法有很多种，最常见的就是直接通过get和post下载页面html，基本所有语言都有现成的可以调用，当然你也会遇到异步加载或者其他问题，这时候可以试着使用调用浏览器解决。
2.网页内容提取（你需要的名称和借个提取）
网页内容提取就是通过正则表达式或者xpath获取你需要的数据，这个应该不用我多说
3.提取内容入库（获取到的数据保存到表格或者数据库或者页面显示）
入库的话就看你使用什么样的形式了，一般会用轻量一点的数据库，这样之后对于比价（关联查询）也会比较方便。
需要用到的知识大概就是一点编程基础（看一些开源的爬虫程序），一些网络基础（抓包发包），会正则表达式或者xpath，有简单的数据库基础，这样感觉就差不多了。
当然现在网上的采集工具也很多，对于数据量不大或者采集比较简单的可以不用自己写程序，通过采集工具就可以完成。
