之前我们使用的是python的自带的解析器html.parser。官网上面还有一些其余的解析器,我们分别学习一下。
解析器 | 使用方法 | 优点 | 缺点 |
htm.parser | BeautifulSoup(markup,'html.parser') | 1、python自带的 2、解析速度过得去 3、容错强 | 2.7之前的版本,和3.3之前不包括2.7的都不支持 |
lxml`s HTML parser | BeautifulSoup(markup,'lxml') | 1、非常快 2、容错强 | 要安装C语言库 |
lxml`s xml parser | BeautifulSoup(markup,['lxml','xml']) BeautifulSoup(markup,'xml') | 1、速度快 2、唯一支持xml的解析器 | 需安装C语言库 |
html5lib | BeautifulSoup(markup,'html5lib') | 1、容错性最强 2、以浏览器方式解析文档 3、生成html5格式文档 | 1、速度慢 2、不依赖外部扩展 |
这个了解一下就可以了