lxmlでネストされたフォームタグを処理する方法

Question

lxmlでネストされたフォーム要素を持ついくつかのhtmlページをスクラップしたいと思います。これらのページでBeautifulSoupのチョークさえ、私が見つけた唯一のパーサーは、どのタグがネストされているかどうかを知らないMinimalSoupです。

lxmlにはネストされたフォームタグについて気にしないパーサーがありますか？ 他の提案はありますか？

もし私がMinimalSoupを使用し続ける必要があれば。

Answer 1

lxml.etree.HTMLParserはどうですか？それは比較的うまくいくはずですよね？

import urllib2 
import lxml.etree as etree 
page = urllib2.urlopen(url) 
parser = etree.HTMLParser() 
tree = etree.parse(page,parser) 

あなたのツリーがあります。