add 数据提取基础知识

Author: Kr1s77

数据提取概念和数据的分类.md

@@ -0,0 +1,78 @@
+# 数据提取
+## 介绍
+> 用网络获取的数据中提取出想要的数据。
+
+## 概要
+- 数据提取概念和数据的分类
+- 使用 `json` 模块提取数据
+- 使用正则表达式提取数据
+- 使用 `xpath` 提取数据
+- 使用 `beautifulsoup` 提取数据
+- `json`、`csv` 数据转换
+
+## 数据提取概念和数据的分类
+
+### 什么是数据提取
+> 简单的来说，数据提取就是从响应中获取我们想要的数据的过程
+
+### 数据的种类
+
+#### 构化数据
+- **数据类型**
+
+- json 格式数据
+```json
+{
+  "name":"hello",
+  "age":18,
+  "parents":{
+    "mother":"妈妈",
+    "father":"爸爸"
+  }
+}
+```
+- xml 格式数据
+```xml
+<bookstore>
+  <book category="COOKING">
+    <title lang="en">Everyday Italian</title> 
+    <author>Giada De Laurentiis</author> 
+    <year>2005</year> 
+    <price>30.00</price> 
+  </book>
+  <book category="CHILDREN">
+    <title lang="en">Harry Potter</title> 
+    <author>J K. Rowling</author> 
+    <year>2005</year> 
+    <price>29.99</price> 
+  </book>
+  <book category="WEB">
+    <title lang="en">Learning XML</title> 
+    <author>Erik T. Ray</author> 
+    <year>2003</year> 
+    <price>39.95</price> 
+  </book>
+</bookstore>
+```
+
+- 处理方式
+> 通过 json 模块等直接转成 Python 数据类型
+
+#### 非结构化数据
+- 数据类型
+	- html 格式数据
+	- word 格式数据
+	- 等
+- **处理方式**
+> 通过 `正则表达式` 、 `xpath` 、`beautifulsoup` 等模块提取数据
+
+### 总结
+
+- 数据提取 从网络获取数据中提取想要的数据
+- 数据的种类
+	- 结构化数据
+	- json
+	- xml
+- 非结构化数据
+	- html
+	- word