machine-learning - 用机器学习来理解 Python 中的网站结构

Question

我一直致力于抓取网页并提取网站的元素。前任:给定一个网站 - 爬虫应返回以下部分:页眉、菜单、页脚、内容等。

我在想，如果我能使用机器学习来训练代码以学习如何对网站进行分类，那就太好了。

我尝试查看 Python 机器学习库(例如:PyBrain)，但示例非常复杂。谁能给我推荐一个库和一些教程，通过一些简单的示例来开始使用 Python 机器学习？

谢谢!

Answer 1

MLPy对您来说可能是一个更简单的开始。这是documentation on classification的链接。顺便说一句，如果您不知道类应该是什么样子，也许您需要 cluster您的页面，而不是对它们进行分类。