Python 用Beauty Soup 4解析不平衡的html文件
我正在解析不带平衡html标记的部分html文件 假设此部分html文件中缺少第一行。Beauty Soup是否仍然可以解析其余的文件，并且我仍然可以提取不同标记内部的信息 非常感谢你的帮助Python 用Beauty Soup 4解析不平衡的html文件,python,html,beautifulsoup,Python,Html,Beautifulsoup,我正在解析不带平衡html标记的部分html文件 假设此部分html文件中缺少第一行。Beauty Soup是否仍然可以解析其余的文件，并且我仍然可以提取不同标记内部的信息 非常感谢你的帮助 Example Domain</title> <!-- <====missing tag in this line --> <meta charset="utf-8" /> <meta http-equiv="Content-type" content=
Example Domain</title> <!-- <====missing tag in this line -->
<meta charset="utf-8" />
<meta http-equiv="Content-type" content="text/html; charset=utf-8" />
<meta name="viewport" content="width=device-width, initial-scale=1" />
<style type="text/css">
body {
background-color: #f0f0f2;
margin: 0;
padding: 0;
font-family: "Open Sans", "Helvetica Neue", Helvetica, Arial, sans-serif;
}
div {
width: 600px;
margin: 5em auto;
padding: 50px;
background-color: #fff;
border-radius: 1em;
}
a:link, a:visited {
color: #38488f;
text-decoration: none;
}
@media (max-width: 700px) {
body {
background-color: #fff;
}
div {
width: auto;
margin: 0 auto;
border-radius: 0;
padding: 1em;
}
}
</style>
示例域
身体{
背景色：#F0F2；
保证金：0；
填充：0；
字体系列：“开放式Sans”、“Helvetica Neue”、Helvetica、Arial、Sans serif；
}
div{
宽度：600px；
保证金：5em自动；
填充：50px；
背景色：#fff；
边界半径：1米；
}
a:链接，a:已访问{
颜色：#38488f；
文字装饰：无；
}
@介质（最大宽度：700px）{
身体{
背景色：#fff；
}
div{
宽度：自动；
保证金：0自动；
边界半径：0；
填充：1em；
}
}
html5libsoup = BeautifulSoup(open('foo.html'), 'lxml')
#<html><body><p>Example Domain <!-- <====missing tag in this line -->
#<meta charset="utf-8"/>
soup = BeautifulSoup(open('foo.html'), 'html5lib')
#<html><head></head><body>Example Domain <!-- <====missing tag in this line -->
#
#<meta charset="utf-8"/>
soup=BeautifulSoup（打开（'foo.html'），'lxml'）
# 示例域
#
soup=BeautifulSoup（打开（'foo.html'），'html5lib'）
#示例域
#
#
lxmlhtml5libpip html5lib，来自bs4导入BeautifulSoup；soup=BeautifulSoup（“asdf”，“HTMLlib”）；打印（汤）