Beautiful Soup的用法（六）：解析器的选择

对html 进行解析时，Beautiful Soup 支持解析器的选取，通常来说在选择解析器的时候需要记住两个点，一个是解析时间，另一个是兼容性。

Beautiful Soup 支持的解析器有四种：

html.parser，lxml，lxml-xml，html5lib。

这四种解析器的优点和缺点，文档中下面的表很容易看清：

解析器	使用方法	优势	劣势
Python标准库	BeautifulSoup(markup,“html.parser”)	1 Python的内置标准库 2 执行速度适中 3 文档容错能力强	Python 2.7.3 or 3.2.2)前 的版本中文档容错能力差
lxml HTML 解析器	BeautifulSoup(markup,“lxml”)	1.速度快 2.文档容错能力强	需要安装C语言库
lxml XML 解析器	BeautifulSoup(markup,[“lxml-xml”])	1.速度快 2.唯一支持XML的解析器	需要安装C语言库
html5lib	BeautifulSoup(markup,“html5lib”)	1 最好的容错性 2以浏览器的方式解析文档 3生成HTML5格式的文档	1.速度慢 2.不依赖外部扩展

在BeautifulSoup 4.0以前，大部分使用的是html.parser ，现在更多使用的是lxml。

这些解析器，在安装BeautifulSoup 的时候就自带安装，如果发现未安装，可以使用pip或者easy_install进行安装。

pip  install  lxml
pip  install  html5lib