很多人一听"数据解析"四个字，脑瓜子嗡嗡的。什么正则、BS4、XPath、PyQuery，感觉跟进了仓库分拣中心似的，货堆成山，不知道从哪下手。
其实特简单。数据解析就是"在一堆破烂里把你想要的东西挑出来"。 你把这四种挑货方式搞明白了，这辈子都忘不掉。
零、场景设定：笑笑进了分拣仓库
假设你刚用 requests 要饭成功，老板（服务器）给你扔过来一张菜单（HTML）：
<html>
<body>
<div class="menu">
<h1>老王炒粉店</h1>
<ul id="today-special">
<li class="food">蛋炒粉 - <span class="price">15元</span></li>
<li class="food">肉炒粉 - <span class="price">20元</span></li>
<li class="food sold-out">惠灵顿牛排 - <span class="price">999元</span></li>
</ul>
</div>
</body>
</html>
你的任务：把菜名和价格挑出来，存到Excel里。
下面四种方法，就是四种"挑货姿势"。
一、re解析：盲人摸象，靠手感
re（正则表达式） 就像你闭着眼睛，在仓库里靠**"手感"**摸东西。
你知道"价格"长啥样：前面是数字，后面跟着"元"。于是你伸手一摸：
import re
html = """<li class="food">蛋炒粉 - <span class="price">15元</span></li>"""
# 摸规律：数字+元
prices = re.findall(r'(\d+)元', html)
print(prices) # ['15']
原理：你不关心HTML结构，直接把文档当成一大坨字符串，用"规则"去匹配。
再猛一点：把整页所有价格全摸出来：
import requests, re
html = requests.get('https://www.laowangchaofen.com').text
# 摸所有 "xx元" 的 pattern
prices = re.findall(r'<span class="price">(\d+)元</span>', html)
print(prices) # ['15', '20', '999']
优点：快，简单粗暴，不挑食（HTML写得再烂也能摸）。
缺点：瞎。如果老板把 class="price" 改成 class="money"，你这一把就摸空了。HTML结构一变，正则全废。
人话总结：
re 像盲人摸象，摸对了很爽，摸错了抓一手屎。适合结构固定、永远不变的数据。
二、bs4解析：温柔老板娘帮你分类
BeautifulSoup（bs4） 就像仓库里有个温柔老板娘。你把那堆破烂HTML扔给她，她默默帮你按标签分类、摆好，还容错——你标签写错了她也能猜出你想干啥。
from bs4 import BeautifulSoup
import requests
html = requests.get('https://www.laowangchaofen.com').text
# 老板娘上线，把破烂HTML整理成树形结构
soup = BeautifulSoup(html, 'html.parser')
# 问她："老板娘，把所有 class 是 food 的 li 给我拿来"
items = soup.find_all('li', class_='food')
for item in items:
name = item.get_text().split('-')[0].strip() # "蛋炒粉"
price = item.find('span', class_='price').text # "15元"
print(f"{name}: {price}")
老板娘的温柔体现在哪？
- HTML标签没闭合？她帮你补上。
- class写成了大写？她不计较。
- 你想用 CSS 选择器？她也会：
soup.select('ul#today-special li.food span.price')
优点：对新手最友好，容错率极高，HTML写得像屎也能解析。
缺点：慢。老板娘一个一个帮你整理，货少没事，货多了（几万条）她手都酸了。
人话总结：
bs4 像温柔老板娘，适合新手，适合破烂HTML，但不适合急单。
三、xpath解析：GPS坐标导航
XPath 就像你拿着GPS坐标进仓库。你不跟老板娘废话，直接报坐标：
"我要
/html/body/div/ul/li[1]/span这个位置的东西！"
from lxml import etree
import requests
html = requests.get('https://www.laowangchaofen.com').text
# 把HTML转成树，拿到地图
tree = etree.HTML(html)
# GPS导航：直接定位到所有价格标签
prices = tree.xpath('//li[@class="food"]/span[@class="price"]/text()')
print(prices) # ['15元', '20元', '999元']
# 导航：定位到所有菜名（li里面的文本，去掉span）
names = tree.xpath('//li[@class="food"]/text()')
print(names) # ['蛋炒粉 - ', '肉炒粉 - ', '惠灵顿牛排 - ']
XPath 语法速记：
//：不管在哪一层，全仓库扫描/：下一级，精确路径[@class="food"]：按属性筛选，"class等于food的"/text()：只要文本内容，不要标签[1]：第一个
优点：指哪打哪，精确到毛孔，适合层级复杂的页面。
缺点：语法像天书，写错了直接找不到，调试靠猜。
人话总结：
XPath 像 GPS 导航，坐标报对了秒定位，坐标报错了直接导沟里。适合结构清晰、层级深的页面。
四、pyquery解析：jQuery风格的快递机器人
PyQuery 就像仓库里有个快递分拣机器人，它的操作方式和前端 jQuery 一模一样。你会写网页，就会写抓取。
from pyquery import PyQuery as pq
import requests
html = requests.get('https://www.laowangchaofen.com').text
# 启动机器人
doc = pq(html)
# jQuery风格：$('li.food')，批量抓取
items = doc('li.food')
for item in items.items():
name = item.remove('span').text().strip() # 去掉span，只留菜名
price = item.find('span.price').text() # 抓价格
print(f"{name}: {price}")
它的语法就是前端语法：
doc('li.food')→ 选所有 class=food 的 lidoc('#today-special')→ 选 id=today-special 的元素.text()→ 拿文本.attr('href')→ 拿属性
优点：语法最简洁，前端工程师零门槛，链式操作爽到飞起。
缺点：小众，文档少，依赖 lxml，出了问题 StackOverflow 都没人回答。
人话总结：
pyquery 像 jQuery 机器人，前端转行的人用起来像回家，但出了 bug 没人救你。
五、四种方式对比（终极对照表）
| 方式 | 仓库比喻 | 适合场景 | 缺点 |
|---|---|---|---|
| re | 盲人摸象，靠手感 | 结构死固定、大数据量、简单提取 | HTML一变全崩 |
| bs4 | 温柔老板娘 | 新手入门、HTML很烂、快速原型 | 慢，量大卡死 |
| xpath | GPS坐标导航 | 层级深、结构清晰、精确打击 | 语法难记，调试痛苦 |
| pyquery | jQuery机器人 | 前端出身、写惯了$()、链式操作 | 小众，社区支持弱 |
六、实战建议：什么时候用什么？
新手：先用 bs4，老板娘带你入门，不容易劝退。
要速度：结构简单用 re，结构复杂用 xpath。
前端转爬虫：直接 pyquery，语法不用学。
大规模项目：上 xpath 或 parsel（Scrapy 内置，就是 xpath + css 混合体）。
七、终极口诀（背下来）
re像盲搜，bs4像老板娘，xpath像导航，pyquery像jQuery。
结构固定用正则，结构混乱找bs4，层级复杂开导航，前端出身用美元符。
写在最后
下次再有人问你"爬虫怎么解析数据"，你就说：
"把HTML当成仓库，你想盲摸、找老板娘、开GPS、还是叫jQuery机器人，随便你。"
他要是愣住，你就把这四种比喻甩他脸上。
散会。
