Beautiful Soup常见的解析器及官网误导说明

Beautiful Soup支持Python标准库中的HTML解析器，还支持一些第三方的解析器。在我们使用BeautifulSoup的时候，选择怎样的解析器是至关重要的。使用不同的解析器有可能会出现不同的结果！强力推荐使用lxml作为解析器，因为效率更高，容错性更强。在Python2.7.3之前的版本和Python3中3.2.2之前的版本，必须安装lxml或html5lib，因为那些Python版本的标准库中内置的HTML解析方法不够稳定。

Beautiful Soup官方列出了主要的解析器，以及它们的优缺点，如下所示。

但是，需要注意一点，官方文档上有点误导人。例如：

lxml HTML解析器需要安装C语言库，lxml XML解析器需要安装C语言库

猛一看，给人感觉就是安装lxml很累赘，需要有前置条件，需要安装C语言库。实际上 pip install lxml 一步到位即可。这不叫安装C语言库。非要这么说的话，那么Python底层也是由C来实现的，是不是安装Python的时候，也要告诉大家，安装Python之前需要先安装C语言库呢？完全没有必要强调“需要安装C语言库”，因为用户只知道pip安装。搞出一个“需要安装C语言库”反而让用户不知道如何下手了。