“BeautifulSoup”和“lxml”有啥关系？

Posted 2023-02-23

【中文标题】“BeautifulSoup”和“lxml”有啥关系？

【英文标题】：What's the relationship between 'BeautifulSoup' and 'lxml'?“BeautifulSoup”和“lxml”有什么关系？

【发布时间】：2015-11-18 20:04:49

【问题描述】：

在lxml 的doc 中，它说：

lxml 可以通过 lxml.html.soupparser 模块连接到 BeautifulSoup 的解析功能。它提供了三个主要函数：fromstring() 和 parse() 使用 BeautifulSoup 将字符串或文件解析为 lxml.html 文档，以及 convert_tree() 将现有 BeautifulSoup 树转换为***元素列表。

同时BS'也可以使用lxml作为解析器。[ref]

Beautiful Soup 支持 Python 标准库中包含的 HTML 解析器，但它也支持许多第三方 Python 解析器。一个是 lxml 解析器。

BS 还建议使用lxml 作为速度解析器。

那么如果lxml 使用BS 进行解析，而BS 的解析器反之为lxml 呢？

我一直在为理解他们的关系而摸不着头脑。帮助。

【问题讨论】：

Parsing HTML in python - lxml or BeautifulSoup? Which of these is better for what kinds of purposes?的可能重复

我赞成你的问题，因为我认为这是一个很好的问题。然后我注意到了排在首位的相关问题并点击了链接。我认为***.com/a/19549530/1640661 的答案非常好，有助于阐明这两个库的功能之间的关系。

【参考方案1】：

BS 解析器和lxml.html 解析器应该没有什么混淆。 BS 有一个 HTML 解析器，lxml 有它自己的 HTML 解析器。

您引用的BS 文档只是说您可以使用lxml 解析器或其他可能的第三方解析器将HTML 解析为BS 汤对象，而不是使用默认的BS 解析器：

BeautifulSoup(markup, "lxml")

同样，lxml 文档说您可以使用 BS 解析器将 HTML 解析为 lxml 树对象，而不是使用默认的 lxml.html 解析器：

root = lxml.html.soupparser.fromstring(tag_soup)