💡 什么是 JSON？

JSON（JavaScript Object Notation）是一种轻量级数据交换格式，易于阅读和编写，方便机器解析和生成。常用于前后端数据交互场景。

💡 什么是 XPath？

XPath（XML Path Language）即XML路径语言，最初用于在XML文档中查找信息，现也适用于HTML文档。XPath将整个DOM视为树形结构进行定位，能轻松实现各种数据定位需求。

🎯 XPath 使用要点

✅ 安装：pip install lxml
✅ 导包：from lxml import etree
✅ 解析：etree.HTML(text)
✅ 提取：data.xpath("//div/text()")
⚠️ 注意：返回结果都是列表类型

JSONPath 类似于 XPath，但专门用于解析多层嵌套的 JSON 数据。对于复杂的 JSON 结构，JSONPath 能快速定位提取所需数据。

💡 什么是正则表达式？

正则表达式（Regular Expression）是一种强大的文本匹配工具，通过特殊符号组合成"模式"来描述和匹配字符串。适用于处理复杂的、不规则的文本数据。

🎯 正则表达式使用要点

✅ 导包：import re
✅ match() → 开头匹配
✅ search() → 搜索第一个
✅ findall() → 查找所有
✅ sub() → 替换内容
✅ 使用 r 前缀避免转义
⚠️ 复杂场景优先考虑 XPath/BS4

💡 什么是 BS4？

BeautifulSoup4 简称 BS4，是一个 HTML/XML 解析器。BS4 基于 DOM 树，API 非常人性化，支持 CSS 选择器，使用简单直观。

安装：pip install bs4

返回第一个匹配结果

返回所有匹配的列表

🎯 BeautifulSoup4 使用要点

✅ 安装：pip install bs4
✅ 导包：from bs4 import BeautifulSoup
✅ 解析：BeautifulSoup(html)
✅ find → 返回单个对象
✅ find_all/select → 返回列表
✅ get_text() → 获取文本
✅ get('属性名') → 获取属性

推荐优先使用 BeautifulSoup4，CSS 选择器写法直观易上手。
其次推荐 XPath，可从浏览器开发者工具直接复制路径。
正则表达式适合处理不规则的文本数据，功能强大但语法较复杂。