为什么 cssselect 不能与 html5parser 一起使用？

Question

我试图在 lxml 解析的某些 HTML 页面上使用 cssselect，但我发现只有一个解析器给出了预期的结果：

这很好用：

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

这个returns没有结果：

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

原因请看这两个答案：

简而言之，原因是来自 html5lib 的解析将命名空间 html 添加到元素树，而其他解析器没有。

我认为这应该是一个错误，从 lxml 方面来说，也许......要解决这个问题：

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))

为什么 cssselect 不能与 html5parser 一起使用？

Why doesn't cssselect work with html5parser?

python

lxml