html5libHTML解析库

联合创作 · 2023-09-19 04:59

html5lib 是一个用来解析 HTML 文档的 Python 类库,支持HTML 5 以及最大程度兼容桌面浏览器。

主要特性包括:

  • Parses valid and invalid HTML documents to a tree
  • Support for minidom, ElementTree (including cElementTree and lxml.etree), BeautifulSoup and custom simpletree output formats
  • DOM to SAX converter
  • Reports parse errors
  • Character encoding detection
  • XML mode for working with illformed XML e.g. feeds
  • Filtering and serializing of trees
  • HTML+CSS sanitizer
  • Many unit tests
  • Faster than before :)
浏览 9
点赞
评论
收藏
分享

手机扫一扫分享

编辑 分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

编辑 分享
举报