[問題] 請問抓網頁標籤有哪些推薦的 lib

[FreedomMax (FreedomKnight)]

今天我試著要用 HTMLParser 去抓網頁的標籤
可是我怎麼覺得 HTMLParser 也根本還是土法煉鋼呀?
他頂多是幫忙了拆掉角括弧還有幫我記錄 tag_name tag_attr 之類的

可是好像無法直接抓 tag id 去對照裡面的資料

我今天有用了一會 Beautiful Soup 很不賴，還會幫我做tree
還可以用 find 去找 tag
不過對他們用的結構還是有點不太了解，以為 find 到了還可以找到他的 sub tag
跟 sibling

這種 parser 好像比較好用，所以我查了一下 lxml 好像也可以抓 html
不知道兩者之間如何，還有我是否誤會了 HTMLParser
該不會其實還需要搭配內建的 xml parser?

(還有個小需求， support python3 佳)

--
※ 發信站: 批踢踢實業坊(ptt.cc) 
◆ From: 114.34.40.224
→ uranusjr:HTMLParser 在比較輕量, 就這樣而已
→ uranusjr:XML 有一個內建的叫 ElementTree, 不過還是比不上 lxml
推 qrtt1:http://code.google.com/p/soupselect/
→ qrtt1:beautiful soup 要再加上 soupselect 就會超好用了
→ swpoker:我還是覺得當字串比較方便~還是不信任HTML的結構~哈哈
→ FreedomMax:HTMLParser 比較輕量是指他功能根本也不多嗎?
推 NolandTA:PyQuery
→ uranusjr:各方面都很弱（可能除了速度）的意思XD
推 plover:這題目可大可小...
推 plover:我會從最弱的lib開始試，接著慢慢加強藥效
推 grtfor:推lxml