在python3中解析HTML，re，html.parser或者别的什么？

Question

我想得到一个craigslist州和它们的相关网址的列表。别担心，我没有打算发邮件，如果你想知道这是为了什么，请看下面的*。在

我要提取的是“美国州”之后的一行，是下一个50个州的。我通读了一遍html.parser的文档，这似乎太低了，更主要的目标是在ide中创建dom解析器或语法高亮显示/格式化，而不是搜索，这让我觉得我最好的选择是使用re包含在标准库中只是为了学习。我不是在请求别人帮我写正则表达式，我会自己解决的，只是在花时间在写正则表达式之前确保没有更好的方法。在

*这是我的第一个程序或任何超越简单python脚本的程序。我正在制作一个c++程序来管理我的帖子，并在帖子过期时提醒我，以防我想重新发布它们；我还制作了一个python脚本来下载美国所有州和城市/地区的列表，以便在gui中填充一个组合框。我真的不需要它，但我的目标是使这个'生产准备'/功能完善，作为一个学习练习和创建一个投资组合，可能得到一份工作。我不知道我是否会公开这个程序，这显然有可能被误用，而且可能会违反他们的ToS。在

Answer 1

使用^{}。它是最好的python html解析器。它支持xpath！在

Answer 2

Python标准库中有一个xml.etreeXML解析器。不应使用regex来解析xml。转到特定的节点，在那里找到信息并从中提取链接。在