Hüs*_*gin 3 html python regex scala html-parsing
我有一个固定的结构良好的 html 源，传入的数据清晰且小，只包含一些 div 列表。我知道使用 html 解析器进行 html 解析，但这看起来像是一种特殊情况，我不确定应该使用哪一个。问题情况如下
任何意见都很有价值，那我该怎么办？
我仍然会坚持使用 HTML 解析器，因为至少有特定的数据格式和理解该格式的专用工具。
如果性能在这里很重要，那么有一个非常快的lxml软件包。对于 HTML，请使用lxml.html.
您还可以使用很棒的BeautifulSoup包并让它lxml在底层使用解析器。此外，如果您需要解析的数据位于 HTML 文档的特定部分，则可以通过要求BeautifulSoup仅解析 HTML 文档的相关部分来获得性能增益，请参阅：仅解析文档的一部分。
而且，为了遵循 HTML+regex 线程的传统，这里是对著名主题的引用，其中涵盖了为什么不应该使用 regex 来解析 HTML 的原因：
| 归档时间： |
|
| 查看次数： |
3628 次 |
| 最近记录： |