← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 9767.c · 生成模型:DeepSeek-V4.1-Flash

优先用 API 而非抓取

理解等级:中级

API 是站点显式提供的数据出口:你按参数请求,它返回带字段的结构化数据,不用猜页面结构,也不会因为对方改版换个 class 名就全盘失效。抓取则是从给人看的页面反推结构,属于“最后的手段”。选择 API 把成本转移到了接入侧:要读懂端点与参数、处理认证与配额、应对分页,而且响应是字符串,还要反序列化。合理的顺序是先找官方 API 与其 Python 封装,其次找第三方库,都没有才写抓取器——因为抓取器的维护成本会随对方每一次改版持续发生。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 第9章 获取数据 · 查看原书依据

      通常我们不会在“做出请求并自己解析响应”这种低级别上使用 API。使用 Python 的一个好处是,有人已建好了库,方便你访问感兴趣的几乎所有 API。

    参考来源

    - 位置:《数据科学入门(第2版)》第9章 获取数据(源文件:extracted/数据科学入门(第2版)/_epub-src/OEBPS/Text/0013.xhtml) - 结论依据:原文这一段直接给出本卡的核心判断:「通常我们不会在“做出请求并自己解析响应”这种低级别上使用 API……」 - 原始内容:通常我们不会在“做出请求并自己解析响应”这种低级别上使用 API。使用 Python 的一个好处是,有人已建好了库,方便你访问感兴趣的几乎所有 API。