1. 信息提取的一般方法 指从标记的信息中提取关注的内容。上一章提到的信息标记有三种形式:XML、JSON、YAML。 一般意义上的几种方法: 方法一:完整的解析信息的标记形式,再提取关键信息。像XML、JSON、YAML等,需要标记解析器,例如bs4库的标签树遍历,需要解析什么信息,去遍历这棵树就ok了。 优点:信息解析准确, 缺点:提取过程繁琐,速度慢。 方法二:无视任何标记信息,直接搜索关键信息。就像在一个Word文档中搜索关键词一样,根本不需要去关心文档具有什么样的标题形式和格式,只需要我们对信息的文本查找函数即可。 优点:提取过程简单,速度较快。 缺点:提取结果缺乏准确性。 二