本文详细介绍了Python中用于网页解析的BeautifulSoup库的安装步骤，包括python-bs4、lxml和html5lib等解析器。通过比较它们的速度、容错能力和依赖性，帮助读者选择合适的解析器。lxml提供了更快的速度和强大的容错能力，但需要安装C语言库；html5lib则以最佳的容错性著称，但解析速度较慢。
安装：
apt install python-bs4
pip install beautifulsoup4
下载源码：https://pypi.python.org/pypi/beautifulsoup4/ 之后使用python setup.py install安装
apt install python-lxml
easy_install lxml
pip install lxml
apt install python-html5lib
easy_install html5lib
pip install html5lib
解析器比较
| 解析器 | 使用方法 | 优势 | 劣势 |
|---|---|---|---|
| python标准库 | BeautifulSoup(markup,"html.parser") | python的内置标准库 执行速度适中 文档容错能力强 | python2.7.3或者3.2.2之前的版本文档容错能力差 |
| lxml html解析器 | BeautifulSoup(markup,"lxml") | 速度快 文档容错能力强 | 需要安装C语言库 |
| lxml html解析器 | BeautifulSoup（markup,["lxml","xml"]） BeautifulSoup(markup,"xml") | 速度快 唯一支持xml的解析器 | 需要安装C语言库 |
| html5lib | BeautifulSoup（markup,"html5lib"） | 最好的容错性 以浏览器的方式解析文档 生成html5格式文档 | 速度慢 不依赖外部扩展 |
来源：python爬虫开发与项目实战
6542
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
