1.安装

pip install lxml  

pip install html5lib

pip install beautifulsoup4

2.比较

各种****html****解析器的优缺点做一下对比：

image.png

3.总结

从文档的优缺点汇总表中：

1． html.parser-BeautifulSoup(markup,"html.parser")

• 优势：包括电池，不错的速度，宽大(从Python 2.7.3和3.2开始)。

• 缺点：不太宽大(在Python 2.7.3或3.2.2之前)

2. lxml-BeautifulSoup(markup,"lxml")

• 优点：非常快，宽大

• 缺点：外部C依赖

3. html5lib-BeautifulSoup(markup,"html5lib")

• 优点：极为宽松，以与网络浏览器相同的方式解析页面，创建有效的HTML5

• 缺点：非常慢，外部Python依赖

主要区别在BeautifulSoup文档中突出显示：

• 解析器之间的差异

为什么您更喜欢一个解析器而不是其他解析器的基本原因：

• html.parser-内置-不需要额外的依赖项

• html5lib-最宽大-如果HTML损坏，最好使用它

• lxml-最快