我应该在Python中使用哪个Microdata解析器

发布时间：2020-12-16 21:54:20 所属栏目：Python 来源：网络整理

导读：我正在寻找一个高质量的HTML Microdata解析器在Python中.它不一定要快速,但我希望尽可能多地支持the spec,包括itemref. 这是我到目前为止所发现的： https://github.com/edsu/microdata https://github.com/RDFLib/pymicrodata https://pypi.python.org/pypi

我正在寻找一个高质量的HTML Microdata解析器在Python中.它不一定要快速,但我希望尽可能多地支持the spec,包括itemref.

这是我到目前为止所发现的：

> https://github.com/edsu/microdata
> https://github.com/RDFLib/pymicrodata
> https://pypi.python.org/pypi/pelican-microdata/0.1

你使用过这些库吗？有什么优点和缺点？

我也很好奇解析格式不佳的HTML文档.您是否找到了处理凌乱输入的Microdata解析器,或者您是否先通过BeautifulSoup这样的输入运行输入？

最佳答案

您希望Microdata解析为什么格式？

https://github.com/RDFLib/pymicrodata将解析为RDF.

如果你想要JSON,你应该使用https://github.com/edsu/microdata,它最近得到了一些关注,应该更符合规范.

https://pypi.python.org/pypi/pelican-microdata/0.1看起来像是为特定的静态站点生成器生成微数据的方法,因此我认为它不会对解析有帮助.

我不知道对上述解析器中的格式不佳的HTML有多宽容.如果您知道使用Microdata的野外标记格式不佳,我会感兴趣的是看看Ruby解析器处理这些情况的效果如何.

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!