5
通常我使用lxml來滿足我的HTML解析需求，但在Google App Engine上不可用。明顯的替代方案是BeautifulSoup，但我發現它很容易在格式錯誤的HTML上扼殺。目前我正在測試libxml2dom並且獲得了更好的結果。GAE的HTML解析器
您發現哪種純Python HTML解析器性能最好？我的優先考慮是能夠處理糟糕的HTML速度。
A
回答
5
不再是一個問題 - LXML支持： https://developers.google.com/appengine/docs/python/tools/libraries27
+0
它在GAE中可用嗎？或者我必須自己包括。 – 2013-02-13 09:55:07
+0
現在包含lxml – hoju 2013-02-14 10:29:20
5
從BeautifulSoup documentation：3.1.0美麗的湯的
版本並顯著惡化對現實世界的HTML比3.0.8版本並
所以，它可以幫助你使用這個較早的版本。這正是作者自己所推薦的。
您可以假裝Beautiful Soup 3.1.0版本從未發佈。版本3.0.8在Python 2.3到2.6中仍然正常工作。
+0
感謝您的支持 - 3.0.8的性能更好，但它仍然無法有效地解析網頁。 此外，BS作者已經失去了進一步開發它的興趣，所以我最好在其他地方投入時間。 – hoju 2010-02-02 01:42:16
相關問題
- 1. HTML解析器
- 2. PHP HTML解析器（是否沒有好的HTML解析器）
- 3. HTML解析器C＃
- 4. HTML DOM解析器
- 5. html解析器python
- 6. HTML的Flash解析器
- 7. Node.js上的HTML解析器
- 8. 用GWT和GAE解析JSON？
- 9. PHP解析器：解析HTML標籤後的HTML文本
- 10. HTML解析使用簡單的HTML DOM解析器
- 11. MultiMarkdown在HTML中的HTML解析器
- 12. 使用DOM分析器解析和編輯HTML解析器
- 13. HTML通過PHP解析器
- 14. HTML解析器使用Java
- 15. HTML解析器到元素
- 16. iPhone SDK：hpple HTML解析器SIGABRT
- 17. PHP HTML DOM解析器
- 18. HTML解析器響應 - Java
- 19. 不能用PHP解析網頁簡單的HTML DOM解析器
- 20. HTML串與iText的XML解析器解析
- 21. PHP簡單的HTML DOM解析器 - 解析嵌套元素
- 22. 的java jsoup解析如何解析HTML
- 23. 的Android HTML解析
- 24. jQuery的解析HTML
- 25. Python的HTML解析
- 26. 的Android HTML解析
- 27. 真正快速的C++ html解析器
- 28. PHP簡單的HTML DOM解析器
- 29. PHP簡單的HTML DOM解析器
- 30. 域中的HTML DOM解析器問題
衛生署！ libxml2不包含在GAE上的Python中，因此libxml2dom不在 – hoju 2010-01-29 13:41:14