BeautifulSoup默认情况下只能解析HTML4标记语言中的标签,对于HTML5中新增的标签,需要使用额外的解析器来处理。
一种常用的解决方法是使用lxml解析器。lxml是一个功能强大且快速的XML和HTML处理工具,可以处理HTML5标签。首先需要安装lxml库:
pip install lxml
然后在BeautifulSoup的初始化过程中使用lxml解析器:
from bs4 import BeautifulSoup
soup = BeautifulSoup(html, 'lxml')
这样就可以使用BeautifulSoup解析HTML5中的新标签了。