爬虫性能比较

正则表达式、bs4、lxml三种网页抓取方法优缺点：

抓取方法	性能	使用难度	安装难度
正则表达式	快	困难	简单
bs4	慢	简单	简单
lxml	快	简单	相对困难

如果你的爬虫瓶颈是下载网页（可以理解为网速快慢），而不是抽取数据的话，那么使用较慢的方法（如 Beautiful Soup）也不成问题。正则表达式在一次性抽取中非常有用，此外还可以避免解析整个网页带来的开销，如果只需抓取少量数据，并且想要避免额外依赖的话，那么正则表达式可能更加适合。不过，通常情况下，lxml 是抓取数据的最好选择，这是因为它不仅速度快，功能也更加丰富，而正则表达式和 Beautiful Soup只在某些特定场景下有用。

xpath定位和css定位对比

实际项目中使用较多的是xpath定位和css定位。XPath是XML文档中查找结点的语法，换句话就是通过元素的路径来查找这个元素。xpath比较强大，而css选择器在性能上更优，运行速度更快，语法上更简洁。