python - html5lib 返回

Question

在教程的第一步中，html5lib我看到了相当混乱的行为。

文档告诉：

import html5lib
f = open("mydocument.html")
doc = html5lib.parse(f)

这将返回自定义“simpletree”格式的树。

作为文件，我有一个普通的 html 文档。但就我而言，这是：

<None>
>>> doc is None
False

我相信这不好，但我不知道会发生什么。

编辑

read如果我在打开的文件上调用方法，它会以字符串形式返回文件：

f = open("mydocument.html")
f.read()
# returns string with html

之后doc = html5lib.parse(f)，f.read()返回空字符串，就像文件已经被读取的文件一样。

Answer 1

• 这<None>并不意味着您的文档没有被解析，它只是意味着您的文档没有名称。如果你这样做

  doc.name = "test"
  print(doc)
  

  它应该显示<test>

• parse也可以将字符串作为参数，在这种情况下它会为你加载文件，不需要你自己打开它。

• 尝试print(doc.toxml())