与仅使用lxml相比，使用Beautiful Soup解析XML有什么好处吗？

Question

我经常使用Beautiful Soup解析HTML文件，因此当我最近需要解析XML文件时，我选择使用它。 但是，由于我正在解析一个非常大的文件，因此失败了。 在研究失败的原因时，我想到了一个问题： 加载巨大的XML文件并处理MemoryError 。

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

Answer 1

如果您查看有关BeautifulSoup Parser的链接：

“ BeautifulSoup”是一个Python程序包，用于解析损坏的 HTML，而“ lxml”的运行速度更快，但具有高质量的HTML / XML。 因此，如果您要处理第一个，最好使用BS ...， 但是拥有“ lxml”的优点是您可以得到soupparser 。

通过我在顶部提供的链接，它显示了如何将“ BS”功能与“ lxml”一起使用

因此，最后 ...最好使用“ lxml”。

Answer 2

lxml速度非常快，并且具有相对较高的内存效率。 BeautifulSoup本身在效率方面的得分较低，但是其构建目的是与非标准/残破的html和xml兼容，这意味着它最终将变得更加通用。

您选择使用哪个实际上仅取决于您的用例-Web抓取？ 大概是BS。 解析机器编写的结构化元数据？ lxml是一个不错的选择。

进行切换时还需要考虑学习曲线-两个系统以略有不同的方式实现搜索和导航策略； 足以使从另一个系统开始学习一个系统变得不容易。