lxml 是一款功能强大和易用的 Python 库，主要用来处理 XML 和 HTML，很多爬虫工具都会用到它，而且因为 lxml 是基于 C 语言的 libxml2 和 libxslt 库，所以解析速度会快很多。
本文记录使用 lxml 库里的 Cleaner 类来清洗 HTML 文档中的各种多余元素。
利用 lxml 库的 Cleaner 类清洗标签
发表回复
lxml 是一款功能强大和易用的 Python 库，主要用来处理 XML 和 HTML，很多爬虫工具都会用到它，而且因为 lxml 是基于 C 语言的 libxml2 和 libxslt 库，所以解析速度会快很多。
本文记录使用 lxml 库里的 Cleaner 类来清洗 HTML 文档中的各种多余元素。