BeautifulSoup使用的html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

• Python 2.7.3或3.2.2前的版本中文档容错能力差

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 xml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

html5libBeautifulSoup(markup, "html5lib")

• 最好的容错性
• 以浏览器的方式解析文档
• 生成html5格式的文档

• 速度慢
• 不依赖外部扩展