我正在寻找一个用于Python的HTML解析器模块,它可以帮助我以Python列表/字典/对象的形式获得标签。
如果我有一个格式为:
<html>
<head>Heading</head>
<body attr1='val1'>
<div class='container'>
<div id='class'>Something here</div>
<div>Something else</div>
</div>
</body>
</html>
然后,它应该为我提供了一种通过HTML标记的名称或id访问嵌套标记的方法,这样我基本上就可以请求它通过包含在body
标记中的class='container'
或类似的东西来获取div
标记中的内容/文本。
如果你使用过Firefox的"Inspect element“特性(查看HTML),你就会知道它以一种很好的嵌套方式给出了所有的标签,就像一棵树。
我更喜欢内置模块,但这可能要求有点太高了。
我浏览了许多关于Stack Overflow的问题和互联网上的一些博客,其中大多数建议使用BeautifulSoup或lxml或HTMLParser,但很少有详细说明其功能,只是简单地以争论哪个更快/更有效而告终。
https://stackoverflow.com/questions/11709079
复制相似问题