html5lib返回<none> </none>

Question

在html5lib教程的第一步中，我看到了相当混乱的行为。

docs告诉：

import html5lib
f = open("mydocument.html")
doc = html5lib.parse(f)

  

这将以自定义“simpletree”格式返回树。

作为文件，我有一个普通的html文档。但就我而言，这是：

<None>
>>> doc is None
False

我认为不行，但我不知道会发生什么。

修改

如果我在打开的文件上调用read方法，则返回文件为字符串：

f = open("mydocument.html")
f.read()
# returns string with html

在doc = html5lib.parse(f)之后，f.read()返回空字符串，就像文件已被读取的文件一样。

Answer 1

• <None>并不意味着您的文档未被解析，只是意味着您的文档没有名称。如果你这样做

  doc.name = "test"
  print(doc)
  

  它应显示<test>

• parse也可以将字符串作为参数，在这种情况下，它会为您加载文件，无需自己打开。

• 尝试print(doc.toxml())