xml.minidomが壊れたXMLを解析できるか

Question

注： bs4とlxmlはオプションではないので、サードパーティのモジュールを使用することはできません。

Python 3 std libでHTMLを解析する必要があります。私はxml.minidomが行く方法だと思ったが、構文エラーのような例外をスローせずに無効なXML/HTMLを解析することはできないようだ。

xmlモジュール内で何か探しているものが見つからないのですか？

私はstdライブラリで何かを見逃していますか？あなたが壊れたHTML/XMLを処理する必要がある場合

Answer 1

は、私がそのはず、あなたはhtml.parserとのより良いチャンスを持っている、あなたは正当化されるサードパーティ製のモジュールを使用することができないと仮定すると、美しいスープ4

Answer 2

をckechすることをお勧めします解析処理をより低レベルで制御できます。

xml.dom.minidom、私は恐らく、壊れた文書を解析することはできません。