Python爬虫包 BeautifulSoup 学习（十） 各种html解析器的比较及使用

BeautifulSoup号称Python中最受欢迎的HTML解析库之一，但是这并不是唯一的选择。

解析库

lxml

这个库可以用来解析HTML和XML文档，以非常底层的实现而闻名，大部分源码都是C语言写的，虽然学习这东西要花一定的时间，但是它的处理速度非常快。

HTML parser

这是python自带的解析库，所以很方便。

解析器

其实上面提到的那些库，都可以作为BeautifulSoup的解析库，下面对各种html解析器的优缺点做一下对比：

Python’s html.parser

使用语法

BeautifulSoup(markup,"html.parser") 

优点

python自身带有
速度比较快
能较好兼容 (as of Python 2.7.3 and 3.2.)

缺点

不能很好地兼容(before Python 2.7.3 or 3.2.2)

lxml’s HTML parser

使用语法

BeautifulSoup(ma