【发布时间】：2011-05-03 19:33:17
【问题描述】：
我正在尝试解析一些 html。我想要sgmllib 之类的东西，但它在 python 3.2 中已被弃用。
是否有我可以使用的替代模块？
谢谢。
【问题讨论】：
标签： python html python-3.x
【发布时间】：2011-05-03 19:33:17
【问题描述】：
内置 HTMLParser 模块： http://docs.python.org/py3k/library/html.parser.html
不是本地人，但值得一提； 美丽汤： http://www.crummy.com/software/BeautifulSoup/
【讨论】：
-
Beautiful Soup +1，因为现实世界的 HTML 是一团糟。 BS 只是随你扔给它的任何废话滚动，然后微笑起来。
-
@Peter：不幸的是，BeautifulSoup 在 Python 3 上运行得不是很好，因为它依赖于 sgmllib。我摆弄着让它与较新的 html5lib 一起工作，但它并不完整。 code.launchpad.net/~takowl/beautifulsoup/3kcode.google.com/r/takowl-html5lib（如果您有兴趣，请随时努力）。
-
完美。我想我会使用 HTMLParser，因为它与
sgmllib非常相似。我还阅读了很多关于BeautifulSoup的内容，人们抱怨 Python 3 的兼容性问题。谢谢。 -
在该页面上说 Python 3.1 存在问题，但在 3.2 中已修复：crummy.com/software/BeautifulSoup/3.1-problems.html
-
@utdmr：不幸的同时发生 - 这些是 BeautifulSoup 本身的版本号。 BS 3.2 与 Python 3.x 不兼容。只有 BS 3.1，即有问题的版本，在 Python 3.x 上运行。
不知道你说的原生是什么意思，但我是lxml 的忠实粉丝。
【讨论】：
-
+1 我认为 lxml 更好：更灵活、更快。尤其是与 Twisted 一起使用时。