PHP Simple HTML DOM 或 Python-BSoup：哪一个是更简单的方法？答案

【问题标题】：PHP Simple HTML DOM or Python-BSoup: which one is the easier approach?PHP Simple HTML DOM 或 Python-BSoup：哪一个是更简单的方法？
【发布时间】：2011-08-25 12:13:54
【问题描述】：

我目前正在研究一种方法来解析包含欧洲基金会数据的网站。

http://www.foundationfinder.ch/ 拥有 790 个基础的数据集。所有数据均可免费使用 - 不受版权限制。

目标是什么：我想解析数据并将其保存在本地：为了更好的检索和更方便的使用方式：也许可以将其存储到 Calc / 甚至更好的 MySQL-Database。

问题：用 Perl 解析 HTML 的最简单方法是什么我应该使用 LWP 还是 Mechanize：哪种方法更简单！？

有朋友让我试试Python！？美丽的汤。我想到了一种使用 Perl LWP 或 Python Beautiful Soup 的方法。其他方法来解析这样一个我看不到的网站。好的，有一种方法 - 使用 PHP。当然，我们可以通过某种方式使用 PHP（和 Curl）

哪种方法最好。 Perl 与 LWP 还是机械化？还是 Python 的……？

除了语言问题：任何人都可以帮助我迈出第一步。 - 帮助我走上正轨！？我期待收到您的来信

问候零

【问题讨论】：

以下哪种语言您最流利？就绝对而言，可能是 Perl 最适合这项任务，但如果您最熟悉 PHP，那么这最终会更重要。
如果您擅长 PHP，我建议您使用 PHP 的 DOM 类和 XPath。这很容易。
嗨 Schwartzie，你好泰国 - 非常感谢您的快速回答。我对 PHP 有点熟悉 - 所以我想我必须走 PHP 的路。这些想法很棒，但我不知道我可以自己完成所有工作。泰语 - 您是否可以支持一些 sn-ps 来简要了解如何使用 PHP 加快速度！？我喜欢收到你的来信

标签： php python perl parsing lwp

【解决方案1】：

所有数据均可免费使用 - 没有版权限制。

我不会那么肯定。他们不遗余力地混淆联系人数据，以便“数据不能存储在表格中以生成邮件列表”。基础上的细节不是 HTML，而是图像。此外，它们将搜索结果限制为最多 100 个。如果您懂德语，则应阅读 Informationen 中的“Daten Schutz”（数据保护）部分。

如果您只想将基金会的名称与网站允许您使用的搜索条件相关联，请查看其他网站以获取答案。如果您确实想存储详细信息，那么您将违反该网站的意图，并且需要就他们的陈述是否具有法律价值咨询律师。此外，您需要OCR 将图像恢复为可用数据。

【讨论】：

谢谢回答：据我了解该网站及其理念：它以最好的方式支持慈善事业：因此他们想要分享想法/知识，并希望将看起来的人们聚集在一起供参考。顺便说一句：我不想复制数据并在第二个站点上提供它们；不！结论：我很确定我不反对任何关于慈善事业的想法或网站的想法......

【解决方案2】：

我的两分钱是你必须根据你最了解的语言来选择。如果我是的话，我会使用 Python，它有很多库和工具，而且需要几个小时的工作。

但是，如果您擅长 Perl 或 PHP，则必须选择其中一种语言。大多数脚本语言都有可以完成任务的库。

【讨论】：

感谢回答 - php 似乎是这里最熟悉的东西。猜猜完整的事情在我头上不知何故。我会尽我所能....再次感谢 Ramdaz 这么快回答

【解决方案3】：

你擅长哪个？ PHP 还是 Python？当涉及到这种事情时，肯定会有更多的比较讨论，但我们不要这样做。去选择你更了解的那个。可以说 Perl 甚至 Python 或 PHP，但每种都有自己的优势。最后，您将成为编码它的人，所以请选择您更了解的人。

【讨论】：

感谢您的想法和建议...我尝试使用 php 方式...任何想要伸出援手的人...