html5lib返回<None>

Question

在html5lib教程的第一步中，我看到了相当混乱的行为。

文档告诉我们：

import html5lib
f = open("mydocument.html")
doc = html5lib.parse(f)

这将以自定义的"simpletree“格式返回树。

作为文件，我有一个普通的html文档。但就我而言，这是：

<None>
>>> doc is None
False

我相信这是不好的，但我不知道会发生什么。

编辑

如果在打开的文件上调用read方法，则返回文件为string：

f = open("mydocument.html")
f.read()
# returns string with html

在doc = html5lib.parse(f)之后，f.read()返回空字符串，就像已经读取的文件一样。

Answer 1

• <None>并不意味着您的文档没有被解析，它只是意味着您的文档没有名称。如果你这样做了 doc.name =“测试”打印(Doc) 它应该显示<test>
• parse也可以使用字符串作为参数，在这种情况下，它将为您加载文件，无需自己打开它。
• 试试print(doc.toxml())