【python爬虫】parse加载本地HTML文件：lxml.etree.XMLSyntaxError报错的分析和解决方案

lxml解析数据，在使用parse加载本地的html文件的时候出现报错

报错分析：

我们查看代码发现是没有任何问题的，但报错显示：开始和结束标记不匹配。

lxml.etree.XMLSyntaxError: Opening and ending tag mismatch

这是因为？？？

html：因为html是超文本标记语言，代码不规范也能解析。

python：python是编程语言，代码不规范则解析不了。

html代码书写不规范，不符合xml解析器的使用规范

解决方案！！！

我们只要给python指定解析器，他是不是能解析出网页呢？

parser = etree.HTMLParser(encoding="utf-8") #parser：解析器。

文件名+网页类型+解析器（指定编码）

把parser解析器放到tree = etree.parse("a.html"）里面：tree = etree.parse("a.html", parser=parser)

则可获得到lxml.etree._ElementTree类型的数据

即可进行之后的解析

若要查看HTML源码则

指定类型解码：etree.tostring(tree, encoding="utf-8").decode("utf-8")