使用Python 2.7解析HTML-HTMLParser，SGMLParser还是Beautiful Soup？

我正在使用，并建议使用 lxml 和 pyquery
来解析HTML。几个月前，我不得不编写一个Web抓取机器人，并尝试了所有流行的替代方法，包括 HTMLParser 和
BeautifulSoup ，我使用了 lxml 和 pyquery 的语法糖。我还没有尝试过 SGMLParser 。

就我所看到的而言， lxml 或多或少是功能最丰富的库，与其替代方案相比，其底层C核心具有出色的性能。至于 pyquery
，我真的很喜欢它的jQuery启发式语法，这使DOM导航更加愉快。

如果您决定尝试一下，以下是一些有用的资源：

• lxml主页
• pyquery首页
• BeautifulSoup vs LXML基准
• 赢得针对python 2.7构建的pyquery的安装程序-我很难设置pyquery :)

好吧，那是我的2c :)我希望这会有所帮助。