人， 我正在尝试开发一个python解决方案，以从美国农业部（USDA）获得有关农业商品的一些信息。
每个月，美国农业部都会发布一份报告，估计玉米，大豆和小麦等商品。
我的目标是准备一个程序进入网站，获取正确的号码并返回如下信息：
- 美国农业部估计大豆美国产量为4,48亿吨，高于上次报告中的4,20亿吨
但是要启动它，我需要弄清楚哪种文件是获得此信息的最佳类型。哪个更容易处理所有这些信息？你怎么看？
USDA在PDF，xls，XML和TXT中发布相同的数据库。 （您可以在此处查看文件：http://usda.mannlib.cornell.edu/MannUsda/viewDocumentInfo.do?documentID=1194）
我正在考虑从xls获取它，这是一种我处理得更好的文件。但从数据库来看，我发现从数据库到数据库存在一些差异。 txt和XML文件似乎更准确......但我从未使用它...不知道这是不是一个好主意。
顺便说一句：如果你有一些关于库来处理文件和数据的建议我也接受了。 = d
谢谢！
答案 0 :(得分：0)
我会使用机器可读性最强的XML格式，并且支持最多。在过去，我使用名为lxml和BeautifulSoup的XML解析库来提取我需要的数据。这两个都有很多文档。