【网络爬虫】学习笔记:html.parser、lxml、html5lib 三种解析器的区别

html.parser:

  1. html.parser 是Python3中的一个解析器,不需要单独安装。
    (如果不是特殊场景的需要,大都使用这个解释器)

lxml:

1.与 html.parserxingmu ,lxml的优点:在于解析"杂乱"或者包含错误语法的HTML代码的性能更优一些。
2.(它可以容忍并修正一些问题,例如未闭合的标签、未正确嵌套的标签,以及缺失的头(head)标签或正文(body)标签。)
3.(lxml 也比 html.parser 更快,但是考虑到网络本身的速度将总是你最大的瓶颈,在网页抓取中速度并不是一个必备的优势。)
4.lxml的一个缺点:它必须单独安装,并且依赖第三方的C语言库。
(相对于 html.parser 来说,这可能会导致可移植性和易用性问题。)

html5lib:

1.和 lxml 一样,html5lib 也是一个具有容错性的解释器,它甚至可以容忍语法更糟糕的HTML。
2.它也依赖与外部依赖,并且比 lxml 和 html.parser 都慢。
(尽管如此,如果你处理的是一些杂乱的或者手写的HTML网站,那么该解释器可能是一个不错的选择。)

  • 6
    点赞
  • 24
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

X.IO

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值