<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>BeautifulSoup on PlumePHP</title><link>https://plumephp.com/tags/beautifulsoup/</link><description>Recent content in BeautifulSoup on PlumePHP</description><generator>Hugo</generator><language>zh-CN</language><lastBuildDate>Mon, 28 Sep 2026 14:00:00 +0800</lastBuildDate><atom:link href="https://plumephp.com/tags/beautifulsoup/index.xml" rel="self" type="application/rss+xml"/><item><title>Python 网络爬虫与自动化：从 requests 到 Playwright</title><link>https://plumephp.com/python-web-scraping-automation/</link><pubDate>Mon, 28 Sep 2026 14:00:00 +0800</pubDate><guid>https://plumephp.com/python-web-scraping-automation/</guid><description>&lt;blockquote&gt;
&lt;p&gt;网络爬虫是从公开网页采集数据的自动化技术。本文覆盖从单页请求到分布式爬虫、从静态页面到浏览器自动化的完整工具箱，并强调&lt;strong&gt;合规边界&lt;/strong&gt;。&lt;/p&gt;
&lt;/blockquote&gt;
&lt;hr&gt;
&lt;h2 id="目录"&gt;目录&lt;/h2&gt;
&lt;ol&gt;
&lt;li&gt;&lt;a href="#1-%E7%88%AC%E8%99%AB%E7%9A%84%E5%90%88%E8%A7%84%E8%BE%B9%E7%95%8C"&gt;爬虫的合规边界&lt;/a&gt;&lt;/li&gt;
&lt;li&gt;&lt;a href="#2-http-%E8%AF%B7%E6%B1%82requests-%E4%B8%8E-httpx"&gt;HTTP 请求：requests 与 httpx&lt;/a&gt;&lt;/li&gt;
&lt;li&gt;&lt;a href="#3-%E8%A7%A3%E6%9E%90-htmlbeautifulsoup-%E4%B8%8E-lxml"&gt;解析 HTML：BeautifulSoup 与 lxml&lt;/a&gt;&lt;/li&gt;
&lt;li&gt;&lt;a href="#4-xpath-%E4%B8%8E-css-%E9%80%89%E6%8B%A9%E5%99%A8"&gt;XPath 与 CSS 选择器&lt;/a&gt;&lt;/li&gt;
&lt;li&gt;&lt;a href="#5-json-api-%E4%B8%8E%E5%BC%82%E6%AD%A5%E6%8A%93%E5%8F%96"&gt;JSON API 与异步抓取&lt;/a&gt;&lt;/li&gt;
&lt;li&gt;&lt;a href="#6-scrapy-%E6%A1%86%E6%9E%B6"&gt;Scrapy 框架&lt;/a&gt;&lt;/li&gt;
&lt;li&gt;&lt;a href="#7-playwright-%E6%B5%8F%E8%A7%88%E5%99%A8%E8%87%AA%E5%8A%A8%E5%8C%96"&gt;Playwright 浏览器自动化&lt;/a&gt;&lt;/li&gt;
&lt;li&gt;&lt;a href="#8-%E5%8F%8D%E7%88%AC%E5%BA%94%E5%AF%B9%E4%B8%8E%E9%99%90%E9%80%9F"&gt;反爬应对与限速&lt;/a&gt;&lt;/li&gt;
&lt;li&gt;&lt;a href="#9-%E6%95%B0%E6%8D%AE%E6%B8%85%E6%B4%97%E4%B8%8E%E5%AD%98%E5%82%A8"&gt;数据清洗与存储&lt;/a&gt;&lt;/li&gt;
&lt;li&gt;&lt;a href="#10-%E9%80%9F%E6%9F%A5%E8%A1%A8%E4%B8%8E%E6%9C%80%E4%BD%B3%E5%AE%9E%E8%B7%B5"&gt;速查表与最佳实践&lt;/a&gt;&lt;/li&gt;
&lt;/ol&gt;
&lt;hr&gt;
&lt;h2 id="1-爬虫的合规边界"&gt;1. 爬虫的合规边界&lt;/h2&gt;
&lt;p&gt;在动手之前，先确认边界：&lt;/p&gt;</description></item></channel></rss>