使用Beautiful Soup来解析XML而仅使用lxml有什么好处？

Question

我经常使用Beautiful Soup来解析HTML文件，所以当我最近需要解析XML文件时，我选择使用它。但是，因为我正在解析一个非常大的文件，所以它失败了。在研究它失败的原因时，我被引导到了这个问题：Loading huge XML files and dealing with MemoryError。

这引出了我的问题：如果lxml可以处理大文件而Beautiful Soup不能，那么使用Beautiful Soup有什么好处而不是直接使用lxml吗？

Answer 1

如果您查看有关BeautifulSoup Parser的链接：

“BeautifulSoup”是一个解析损坏的 HTML的Python包，而“lxml”的速度更快但是具有高质量的HTML / XML。因此，如果您正在处理第一个，那么您最好使用BS ... 但拥有“lxml”的优势在于您可以获得soupparser。

从我在顶部提供的链接，它显示了如何使用“BS”与“lxml”的功能

所以最后 ...你最好用“lxml”。

Answer 2

lxml非常快，而且内存效率相对较高。 BeautifulSoup本身在效率方面得分较低，但是它与非标准/破碎的html和xml兼容，这意味着它最终更加通用。

您选择使用的只是依赖于您的用例 - 网页抓取？可能是BS。解析机器编写的结构化元数据？ lxml是一个很好的选择。

在进行切换时还需要考虑学习曲线 - 两个系统以稍微不同的方式实现搜索和导航策略;足以在开始学习另一个非平凡任务后学习一个系统。