python - 使用python比较网页结构

Question

我想将一组给定的网页分类为不同的类，主要分为 3 个类（产品页面、索引页面和产品相关项目页面）。我认为可以通过分析它们的结构来完成。我只是根据它们的 DOM（文档对象模型）结构来比较网页。我想知道python中是否有解决这个问题的库。提前致谢。

Answer 1

首先，您需要确定页面中的哪些元素实际上唯一地将页面标识为特定网页类。

然后，您可以使用 BeautifulSoup 之类的库来实际查看文档以查看这些元素是否存在。

然后，您只需要一系列 if/elifs 来确定页面是否具有合格元素，如果有，则将其分类为适当的网页类。