数据格式提示 - USDA - 农业商品

Question

伙计们， 我正在尝试开发一个python解决方案，以便从美国农业部（USDA）获得一些有关农产品的信息。你知道吗

美国农业部每个月都会发布一份报告，对玉米、大豆和小麦等大宗商品进行评估。你知道吗

我的目标是准备一个程序去网站，得到正确的号码，并返回一个信息，如：

——美国农业部估计美国大豆产量为448亿吨，高于上一份报告中的420亿吨

但首先，我需要找出获取这些信息的最佳文件类型。哪个更容易处理这些信息？你怎么认为？

美国农业部以PDF、xls、XML和TXT格式发布了相同的数据库。（您可以在这里看到文件：http://usda.mannlib.cornell.edu/MannUsda/viewDocumentInfo.do?documentID=1194）

我在考虑从xls获取它，这是一种我处理得更好的文件类型。但从数据库来看，我看到了不同数据库之间的一些差异。txt和XML文件似乎更准确。。。但我从来没用过。。。不知道这是不是个好主意。你知道吗

顺便说一句：如果你对图书馆处理文件和数据有什么建议，我也接受。=D

谢谢你！你知道吗

Answer 1

我将使用XML格式，它是最具机器可读性的，并且将得到最多的支持。在过去，我使用了名为lxml的XML解析库和BeautifulSoup来提取所需的数据。它们都有大量的文档。你知道吗