在Python中解析HTML

Question

如果我不能使用BeautifulSoup或lxml，解析HTML的最佳选择是什么？我有一些使用SGMLlib的代码，但它有点低级，现在已经弃用了。

我更喜欢它可能会造成一些格式错误的HTML，尽管我很确定大部分输入都会非常干净。

Answer 1

Python有一个原生的HTML解析器，但是尼克建议的Tidy包装器也可能是一个可靠的选择。Tidy是一个非常常见的库，（用C语写的是吗？）

Answer 2

您可以使用Pallet（MacPorts官方GUI）在Mac（OS X）上轻松无缝地安装lxml和许多其他python模块模块名称为py27-lxml。容易1,2,3。