Разбор XHTML с Python 3.2

Question

Я пытаюсь проанализировать искаженную страницу XHTML в Python.Я просто хочу получить от него несколько тегов одного типа, но это кажется невозможным.Обычным синтаксическим анализаторам XHTML не нравится неправильное отображение, и BeautifulSoup не будет работать из-за синтаксических ошибок в его коде.Каков наилучший способ разбора искаженного XHTML и получения содержимого пары тегов одного типа?

Answer 1

"Нормальные" парсеры? lxml обычно отлично работает с искаженным html, хотя это вполне "нормально".: -)

Answer 2

Спасибо за помощь! «К сожалению» я решил это сам, используя этот парсер и установив html.parser.HTMLParser(strict=False). Это заставило его читать плохо искаженный XHTML.

Answer 3

Вы можете попробовать pyquery

Я не уверен, насколько искажен ваш XHTML, но стоит попробовать.