可靠地解析HTML是一个相对较新的开发（尽管看起来有些奇怪）。因此，标准库中绝对没有任何内容。HTMLParser的可能 似乎 是处理HTML的方式，但它不是- 它不能在很多非常普通的HTML的，虽然可以解决这些故障总会有你有没有想过的另一种情况（如果你真的成功在处理所有故障时，您基本上都会重新创建BeautifulSoup）。
实际上，只有3种合理的方法可以解析HTML（在Web上可以找到）：lxml.html，BeautifulSoup和html5lib。lxml是目前为止最快的，但安装起来有点棘手（在App Engine这样的环境中是不可能的）。html5lib基于HTML 5指定解析的方式；尽管在实践上与其他两个类似，但在解析损坏的HTML的方式上可能更“正确”（它们都对相同的HTML进行相同的解析）。它们在解析损坏的HTML方面都做得不错。尽管我发现它的API不必要地古怪，但是BeautifulSoup可以很方便。
602392714
清零编程群