如何將html網頁中的數據提取出來保存在數據庫中？

這種其實就是做一個采集工具了。

首先看你的需求，你需要采集一個網站的名稱和價格然后和另一個網站做對比。

那么總結一下，也就是你需要采集兩個網站的數據（對比其實就是按照名稱關聯一下）

在這里說一下爬蟲的幾個主要環節

1.網頁內容獲取（html獲取）

獲取的方法有很多種，最常見的就是直接通過get和post下載頁面html，基本所有語言都有現成的可以調用，當然你也會遇到異步加載或者其他問題，這時候可以試著使用調用瀏覽器解決。

2.網頁內容提取（你需要的名稱和借個提取）

網頁內容提取就是通過正則表達式或者xpath獲取你需要的數據，這個應該不用我多說

3.提取內容入庫（獲取到的數據保存到表格或者數據庫或者頁面顯示）

入庫的話就看你使用什么樣的形式了，一般會用輕量一點的數據庫，這樣之后對于比價（關聯查詢）也會比較方便。

需要用到的知識大概就是一點編程基礎（看一些開源的爬蟲程序），一些網絡基礎（抓包發包），會正則表達式或者xpath，有簡單的數據庫基礎，這樣感覺就差不多了。

當然現在網上的采集工具也很多，對于數據量不大或者采集比較簡單的可以不用自己寫程序，通過采集工具就可以完成。