2

如果这个问题已经被问了十亿次，请原谅我——在 Python 中解析 HTML 的可用选项是什么，特别是我正在处理一些有很多错误的遗留站点。有没有真正容错的解析器？

4

1 回答 1

3

以我的经验，在许多 python xml/html 库中，Beautiful Soup非常擅长处理损坏的 HTML。

生的：

<i>This <span title="a">is<br> some <html>invalid</htl %> HTML. 
<sarcasm>It's so great!</sarcasm>

用 BeautifulSoup 解析：

 <i>This 
  <span title="a">is
   <br /> some 
   <html>invalid HTML. 
    <sarcasm>It's so great!
    </sarcasm>
   </html>
  </span>
 </i>
于 2013-10-22T05:27:02.320 回答