Python Beautiful Soup 中的表格 td 标签

Question

Python中的Beautiful Soup库用于处理HTML和XML文档，特别是用来解析网页内容。

  <td class="result" valign="top" colspan="3">

现在，下面的代码没有正常工作：

for header in soup('table', 'td .result'):

出现了错误：

HTMLParser.HTMLParseError: malformed start tag

Answer 1

在他们的网站上提到，HTMLParser这个工具其实有点脆弱。也就是说，它在处理一些格式不太正确的HTML时容易出问题。为了避免这种情况，建议使用SGMLParser，因为它对不规范的HTML更有耐受力。

不过，遗憾的是，Python 3.0把SGMLParser从标准库里去掉了。如果你想找到解决这个问题的方法，可以参考上面的链接，里面有一些建议，比如使用html5lib这个库。