Python基础教程（九十二）Web开发之HTML：Python中的HTML终极指南，解析、生成与修改实战

🌐 Python与HTML的深度交互

在数据驱动时代，Python已成为处理HTML的瑞士军刀。无论是爬虫抓取、模板渲染还是数据清洗，掌握Python操作HTML的技术栈至关重要。

🔧 核心工具库

# 基础工具三件套
import requests
from bs4 import BeautifulSoup
import html

🧩 场景一：解析HTML（网页抓取）

url = "https://example.com"
response = requests.get(url)
soup = BeautifulSoup(response.text, 'html.parser')

# 提取标题和所有链接
title = soup.title.text
links = [a['href'] for a in soup.find_all('a')]

print(f"标题: {title}\n前三个链接: {links[:3]}")

技术洞察：
html.parser是Python内置解析器，也可换用更快的lxml。find_all()支持CSS选择器语法，如soup.select('div.main > a')

🛠️ 场景二：生成HTML（动态内容）

from html import escape

# 安全生成带样式的HTML表格
data = [["Python", "95%"], ["JavaScript", "88%"]]
html_table = "<table class='score-table'>\n"

for row in data:
    html_table += "  <tr>"
    html_table += f"<td>{escape(row[0])}</td><td style='color:green'>{escape(row[1])}</td>"
    html_table += "</tr>\n"

html_table += "</table>"
print(html_table)

输出效果：
<table class='score-table'>
<tr><td>Python</td><td style='color:green'>95%</td></tr>
<tr><td>JavaScript</td><td style='color:green'>88%</td></tr>
</table>

⚠️ 场景三：安全转义（XSS防御）

user_input = '<script>alert("Hacked!")</script>'
safe_html = f"<div>{html.escape(user_input)}</div>"
print(safe_html)  # 输出: &lt;script&gt;alert(&quot;Hacked!&quot;)&lt;/script&gt;

⚡ 性能与工具对比

库名称	解析速度	内存占用	易用性	适用场景
BeautifulSoup	中等	较高	★★★★★	复杂DOM提取
lxml	★★★★★	低	★★★☆☆	大数据量处理
html.parser	较慢	中等	★★★★☆	无依赖环境