使用 lxml 时，https 有什么问题？答案

【问题标题】：What is the deal about https when using lxml?使用 lxml 时，https 有什么问题？
【发布时间】：2011-12-14 12:34:00
【问题描述】：

我正在使用 lxml 来解析给定 url 的 html 文件。

例如：

link = 'https://abc.com/def'
htmltree = lxml.html.parse(link)

我的代码在大多数情况下运行良好，http:// 的情况。然而，我发现对于每个https:// url，lxml 都会得到一个IOError。有人知道原因吗？并且可能，如何纠正这个问题？

顺便说一句，鉴于我已经完成了一个快速完成的程序，我想坚持使用 lxml 而不是切换到 BeautifulSoup。

【问题讨论】：

【解决方案1】：

我不知道发生了什么，但我得到了同样的错误。 HTTPS 可能不受支持。不过，您可以使用 urllib2 轻松解决此问题：

from lxml import html
from urllib2 import urlopen

html.parse(urlopen('https://duckduckgo.com'))

【讨论】：

【解决方案2】：

来自lxml 文档：

lxml 可以从本地文件、HTTP URL 或 FTP URL 解析

我在任何地方都没有在这句话中看到 HTTPS，所以我认为它不受支持。

一个简单的解决方法是使用其他支持 HTTPS 的库（例如 urllib2）检索文件，并将检索到的文档作为字符串传递给 lxml。

【讨论】：