python解析 html 有五种常用方法：一、beautifulsoup（易用，容错强）；二、lxml（高性能，支持 XPath）；三、PyQuery（jquery语法，可读性好）；四、正则表达式 （轻量，适用于简单固定结构）；五、html.parser（内置，需手动处理 事件）。
如果您需要从 HTML 文档中提取结构化数据，Python 提供了多种库来解析 HTML 内容。以下是几种常用且有效的解析方法：
一、使用 BeautifulSoup 解析 HTML
BeautifulSoup 是一个专为解析 HTML 和 XML 设计的 Python 库，它能自动处理不规范的 HTML 标签，并提供简洁的 API 来定位和提取元素。
1、安装库：运行命令 pip install beautifulsoup4。
2、导入模块：在 python 脚本 中写入 from bs4 import BeautifulSoup。
立即学习“Python 免费学习笔记（深入）”；
3、加载 HTML 内容：使用 BeautifulSoup(html_content, ‘html.parser’) 创建解析 对象。
4、查找元素：调用 soup.find(‘tag_name’) 或 soup.find_all(‘div’, class_=’example’) 提取目标节点。
5、获取文本：对结果对象调用 .get_text() 方法提取纯文本内容。
二、使用 l xml 解析HTML
lxml 是基于 libxml2 和 libxslt 的高性能 XML/HTML 解析库，支持 XPath 和 css 选择器，解析速度显著优于 BeautifulSoup。
1、安装库：运行命令 pip install lxml。
2、导入模块：在 Python 脚本中写入 from lxml import html。
3、解析 HTML字符串：使用 tree = html.fromstring(html_content) 构建文档树。
4、执行 XPath 查询：调用 tree.xpath(‘//div[@class=”content”]/text()’) 获取匹配文本节点。
5、提取属性值：使用 tree.xpath(‘//a/@href’) 提取所有链接的 href 属性。
三、使用 PyQuery 模拟 jQuery 语法解析 HTML
PyQuery 提供类似 jQuery 的选择器语法，适合熟悉 前端 开发的用户快速上手，底层依赖 lxml，兼顾可读性与性能。
1、安装库：运行命令 pip install pyquery。
2、导入模块：在 Python 脚本中写入 from pyquery import PyQuery as pq。
3、加载 HTML：使用 doc = pq(html_content) 初始化 PyQuery 对象。
4、选择元素：调用 doc(‘div.title’) 选取所有 class 为 title 的 div 元素。
5、链式提取：使用 doc(‘span.price’).text().strip() 直接获取并清理文本内容。
四、使用 正则表达式 提取简单 HTML 片段
对于格式高度固定、结构极其简单的 HTML 片段，可直接使用 re 模块进行轻量级匹配，避免引入额外依赖。
1、导入模块：在 Python 脚本中写入 import re。
2、编写匹配模式：定义如 r’
3、执行搜索：调用 re.search(pattern, html_content) 获取第一个匹配结果。
4、提取分组：使用 match.group(1) 获取括号内捕获的内容。
5、处理多匹配：改用 re.findall(pattern, html_content) 获取全部匹配项列表。
五、使用 html.parser 标准库解析 HTML
Python 内置的 html.parser 模块无需安装第三方依赖，适用于基础解析任务，但需手动实现 Handler 类处理事件流。
1、导入模块：在 Python 脚本中写入 from html.parser import HTMLParser。
2、定义解析器类：继承 HTMLParser 并重写 handle_starttag()、handle_data() 等方法。
3、初始化解析器：创建实例 parser = MyHTMLParser()。
4、馈送 HTML：调用 parser.feed(html_content) 启动解析过程。
5、访问结果：在自定义 Handler 中通过实例变量收集解析后的数据。
以上就是
