为什么CSSSelect无法与html5parser一起使用？

Question

我正在尝试在cssselect所解析的某些HTML页面上使用lxml，但是我发现只有一个解析器可以提供预期的结果：

这很好用：

lxml.html.fromstring("...").cssselect("div.foo")

这不会返回任何结果：

lxml.html.html5parser.fromstring("...").cssselect("div.foo")

有什么区别？我可以让cssselect与html5parser一起使用吗？

Answer 1

请查看有关原因的以下两个答案：

How to remove namespace value from inside lxml.html.html5paser element tag

lxml html5parser ignores "namespaceHTMLElements=False" option

简而言之，原因是来自html5lib的解析将名称空间html添加到元素树，而其他解析则没有。

从lxml方面来说，我认为这应该是一个错误，也许...要解决此问题：

import lxml.html.html5parser
from html5lib import HTMLParser
from html5lib.treebuilders.etree_lxml import TreeBuilder

parser = HTMLParser(tree=TreeBuilder, namespaceHTMLElements=False)
print(lxml.html.html5parser.fromstring("<div class=\"foo\"></div>", parser=parser))