Чем лучше парсить html?

Question

[Владислав]

Подскажите инструмент для парсинга html.
BS и pyQuery не предлагать!

Answer 1

[ring0za]

А что за аллергия на bs? Тем более если уже установлен lxml, просто передаем параметром в конструктор, и он его использует по умолчанию дальше. Лично мне понравилось с bs работать.

Comments

[Владислав]

согласен) bs прост и удобен, аж до тупого. Но то ли дурак, то ли лыжи не едут, но парсить страницу. получая список строк по тегу, а потом доставать их по индексу, когда есть селекторы..... наверно, не сумел приготовить bs как следует, вот и несварение

[ring0za]

вот простенький пример, возможно кривой, но он берет тэги из постов на joyreactor'е pastebin.com/Tci8R4dm

[Владислав]

@ring0za ааааа анонушка, братец!!! неожиданно приятно)))

[Владислав]

@ring0za я тут посмотрел еще раз доки. да, я дурак, а лыжи нормальные. кол-во говнокода тает на глазах

Answer 2

[Andrey K]

lxml.de/lxmlhtml.html

Answer 3

[RPG]

BeautifulSoup

Answer 4

[Дмитрий Энтелис]

С точки зрения быстродействия - лучше всего парсить регулярными выражениями.

Comments

[Александр]

Я бы сказал быстроты получения результата с минимум усилий.

[sim3x]

Ответ является спамом

[volkhin]

Кто-то сказал, что входной html будет валидным?

[Евгений]

Пожалуйста не советуйте заведомо не правильных решений. За парсинг хтмл регулярками надо бить по рукам.

Answer 5

[Heafy]

html.parser - python3
HTMLParser - python2

Answer 6

[Ranwise]

grab

Answer 7

[skomoroh]

lxml