1. 首頁
  2. 問答
  3. Python 3.2美麗的湯替代

Python 3.2美麗的湯替代

2011-11-07 66 views
4

我需要做一個網絡爬蟲從網頁提取信息。我做了一個研究，發現Beautiful Soup非常出色，因爲我可以解析所有文檔並創建dom對象並迭代，提取屬性等（對於JQuery來說也是如此）。Python 3.2美麗的湯替代

但我使用的是Python 3.2，並沒有穩定的版本（我認爲根本沒有，只有3.1我在他們的主頁看到）。

所以我需要一些不錯的選擇。

來源

2011-11-07 Jirico

回答

0

從lxml主頁：

最新版本與2.4所有CPython的版本3.2。

來源

2011-11-07 23:44:03

+0

我剛剛閱讀的美麗湯3.1系列與Python 3.0的工作，就是這樣（沒有提到3.2）。而3.x版本使用HTMLParser，因爲SGMLParser（這好得多）被刪除了：/。沒有作者的支持。 – Jirico

+0

@Jirico：這就是爲什麼我建議使用lxml。 –

+0

lxml看起來不像美麗的湯那麼熱，但我會給它一看。謝謝！嗯，我認爲我會得到Python 2.7我會有更多的第三方支持... – Jirico

3

在我看來，有一個版本的3.2.0美麗的湯的版本發佈差不多一年前。還有的HTMLParser http://docs.python.org/library/htmlparser.html

來源

2011-11-07 23:45:12 Dan

+0

我只是試過美麗的湯3.2.0。該設置給我的語句錯誤：print「單元測試失敗！」。這是來自2.x的舊版印刷聲明，如何告訴我3.2版可以嗎？ – Jirico

+0

就像他們問的那樣，向[BS支持組]（http://groups.google.com/group/beautifulsoup）報告錯誤（帶回溯）。他們是非常有幫助的，給他們一個機會來解決它之前，你開始張貼在這裏，它不起作用。 （除非[this]（http://groups.google.com/group/beautifulsoup/browse_thread/thread/6c13e079839306ca/a3c2209e3d90f45d?lnk=gst&q=3.2+unittest#a3c2209e3d90f45d）已經在報告中） – smci

1

我認爲，最新的版本是4.1.1，你可以在這裏讀到它BS4 Documentation

我已經在我的網站上使用BS4與PHP爲此，有一段時間了，很大的成績。由於PHP/Python不兼容問題，我不得不切換到BSv3，但這與BS4腳本本身的工作性能是分開的。

最初我使用內置的HTML分析引擎，但發現這很慢。在我的Web服務器上安裝LMXL引擎後，速度大幅提升！在實際解析中沒有明顯的改進，但速度急劇增加。

我給它一個去 - 我推薦它，我嘗試了很多不同的選擇，然後我決定美麗的湯。

祝你好運！

來源

2012-07-13 00:07:34 itsricky

相關問題

 相關問題