python：＆＃39; lxml＆＃39;之间的区别和＆＃34; html.parser＆＃34;和＆＃34; html5lib＆＃34;美味的汤？

Question

当使用美丽的汤时，＆＃39; lxml＆＃39;之间的区别是什么？和＆＃34; html.parser＆＃34;和＆＃34; html5lib＆＃34;？你何时会使用一个而不是每个人的好处？从我使用它们的时间看起来它们似乎是可以互换的，但我确实得到纠正，我应该使用与这里的人不同的一个。想加强我对这些的理解。我在这里已经阅读了几篇有关此内容的文章，但它们并没有完全超出任何用途。

示例 -

soup = BeautifulSoup(response.text, 'lxml')

Answer 1

从docs的优缺点总结表中可以看出：

1. html.parser - BeautifulSoup(markup, "html.parser")

   • 优点：包括电池，体面速度，宽松（截至Python 2.7.3和3.2。）

   • 缺点：不是很宽松（在Python 2.7.3或3.2.2之前）

2. lxml - BeautifulSoup(markup, "lxml")

   • 优点：非常快，很宽松

   • 缺点：外部C依赖

3. html5lib - BeautifulSoup(markup, "html5lib")

   • 优点：非常宽松，Parses页面的方式与Web浏览器相同，创建有效的HTML5

   • 缺点：非常慢，外部Python依赖

Answer 2

BeautifulSoup文档中突出显示了主要区别：

• Differences between parsers

基本原因为什么你更喜欢一个解析器而不是其他解析器：

• html.parser - 内置 - 无需额外的依赖
• html5lib - 最宽松的 - 如果HTML被破坏，最好使用它
• lxml - 最快的