我应该在Python中使用哪种微数据解析器

Question

我在寻找一个高质量的Python中的HTML微数据解析器。它不必很快，但我希望它能支持尽可能多的the spec，包括{}。在

以下是我目前发现的：

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

你用过这些图书馆吗？优点和缺点是什么？在

我对解析格式不佳的HTML文档也很好奇。你有没有发现一个处理混乱输入的微数据解析器，或者你是先通过类似BeautifulSoup的方式运行输入？在

Answer 1

您希望将微数据解析为什么格式？在

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

如果您希望使用JSON，那么应该使用https://github.com/edsu/microdata，它最近受到了一些关注，应该更符合规范

https://pypi.python.org/pypi/pelican-microdata/0.1看起来是一种为特定静态站点生成器生成微数据的方法，因此我认为它对解析没有帮助。在

我不知道上面两个解析器对格式不好的HTML有多大的容忍度。如果您知道一些使用微数据的格式不好的标记，我很想看看Ruby解析器如何处理这些情况。在