当然 readability 还存在利用正则表达式来进行打分的方式，这种方式的效果和上一种方式的效果几乎一样 。简单点说 readability 的原理就是根据经验积累设置出的模型，分数也是根据敬仰不断优化得到的结果，因此这个框架的准确的不是很高，但是可以解放一些人手 。
3.总结和风险预防我们讲解了常见的三种智能爬虫类型，还通过代码的形式学习了 newspaper 和 readability 的使用方法和原理，我们可以利用这篇文章学到的内容来编写自己的爬虫，同时对爬虫的开发有了更进一步的了解 。
爬虫目前处于法律的灰色地带，用好了会给个人/公司带来很大的收益，反之会给个人/公司带来法律风险 。因此我们在使用爬虫的时候必须要遵循目标网站 robots.txt 文件中的规定，同时也要控制爬虫对目标网站的爬取速度和频率，防止对目标网站造成压力，甚至破坏数据信息 。
作者简介：朱钢，笔名喵叔，CSDN博客专家，.NET高级开发工程师，7年一线开发经验，参与过电子政务系统和AI客服系统的开发，以及互联网招聘网站的架构设计，目前就职于北京恒创融慧科技发展有限公司，从事企业级安全监控系统的开发 。
【END】
推荐阅读
- python渗透库大集合
- 学习爬虫前需要了解哪些基础知识
- 最基础的Python知识，学会这些已足够你开始写Python代码了
- 详细讲解python的反射机制！
- Python后端架构演进
- python爬取贴吧网页源代码
- 求职|男子收留女网友，两人同吃同住，同睡一张床，“是纯友情”
- 黑名单|近期319人被共享单车“拉黑”：多数人曾将单车停在高速、高架上
- 惠普|“股神”巴菲特买入42亿美元惠普股票！已从苹果赚了1000亿美元
- 重庆|重庆男子钓获“国保”鱼种，不顾劝阻将其带走，被同行钓友举报