使用 beautifulsoup 解析网页非常的慢，有什么同类产品可以替代么？

2014-04-28 13:37:03 +08:00
 halfcrazy
另 如果单纯用正则匹配的话，效率如何？
14910 次点击
所在节点    Python
26 条回复
okidogi
2014-04-28 23:36:25 +08:00
beautifulsoup4 使用的就是lxml的库，应该会快一些。

pip install beautifulsoup4
halfcrazy
2014-04-28 23:54:33 +08:00
@okidogi 默认用的是html.parser吧 ，lxml好像要手动指定
chevalier
2014-04-29 00:10:52 +08:00
@walleL 一直在用，写爬虫XPath解析网页必备
orancho
2014-04-29 08:36:57 +08:00
nokigiri
Ever
2014-04-29 11:47:12 +08:00
@halfcrazy 是不是单个文档过大? 数量大试试开线程池解决， lxml会释放GIL， 能有效利用多核。
remnet
2014-05-06 16:11:27 +08:00
beautifulsoup 用过 感觉的确挺慢的

这是一个专为移动设备优化的页面（即为了让你能够在 Google 搜索结果里秒开这个页面），如果你希望参与 V2EX 社区的讨论，你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://www.v2ex.com/t/110335

V2EX 是创意工作者们的社区，是一个分享自己正在做的有趣事物、交流想法，可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.

© 2021 V2EX