BeautifulSoup解析l缺少闭合标签的html时，html.parser和lxml区别

最新推荐文章于 2023-05-23 22:08:32 发布

NxxCalm

最新推荐文章于 2023-05-23 22:08:32 发布

阅读量648

点赞数

分类专栏： python库学习文章标签： python html xml

本文链接：https://blog.csdn.net/weixin_37702639/article/details/120716441

版权

python库学习专栏收录该内容

27 篇文章 0 订阅

订阅专栏

BeautifulSoup解析缺少闭合标签的html时，html.parser丢失数据只解析了第一条，lxml补全后没有丢失数据

from bs4 import BeautifulSoup

raw = """
    <html>

    <head>
        <title>
            test
        </title>
    </head>

    <body>
        <table>
            <tbody>
                <tr>
                    <td>
                        孙悟空
                    </td>
                    <td>
                        七十二变
                    </td>

                <tr>
                    <td>
                        唐三藏
                    </td>
                    <td>
                        紧箍咒
                    </td>
            </tbody>
        </table>
    </body>

    </html>
"""

peoples = []
# html = BeautifulSoup(raw, "html.parser")
html = BeautifulSoup(raw, "lxml")
for row in html.select("table > tbody > tr"):
    name, skill = "", ""
    for i, col in enumerate(row.select("td")):
        if i == 0:
            name = col.text.strip()
        elif i == 1:
            skill = col.text.strip()
    peoples.append({"name": name, "skill": skill})
print(peoples)

NxxCalm

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
BeautifulSoup解析l缺少闭合标签的html时，html.parser和lxml区别

BeautifulSoup解析缺少闭合标签的html时，html.parser丢失数据只解析了第一条，lxml补全后没有丢失数据from bs4 import BeautifulSoupraw = """ <html> <head> <title> test </title> </head> <body> <table
复制链接

扫一扫