Задайте lxml като анализатор на BeautifulSoup по подразбиране

Според Определяне на анализатора за използване страница с документация:

Първият аргумент на конструктора BeautifulSoup е низ или отворен файлов манипулатор – маркирането, което искате да бъде анализирано. Вторият аргумент е как искате да се анализира маркирането.

Ако не посочите нищо, ще получите най-добрия HTML анализатор, който е инсталиран. Beautiful Soup класира анализатора на lxml като най-добрия, след това html5lib и след това вградения анализатор на Python.

С други думи, самото инсталиране на lxml в същата среда на python го прави анализатор по подразбиране.

Имайте предвид обаче, че изричното посочване на анализатор се счита за подход на най-добра практика. Има разлики между анализаторите, които могат да доведат до фини грешки, които биха били трудни за отстраняване на грешки, ако оставите BeautifulSoup да избере сам най-добрия анализатор. Също така трябва да запомните, че трябва да имате инсталиран lxml. И, ако не го инсталирате, дори няма да го забележите - BeautifulSoup просто ще получи следващия наличен анализатор, без да хвърля никакви грешки.

Ако все още не искате да посочите изрично анализатора, поне направете бележка за бъдещето вие или други, които биха използвали кода, който сте написали в README/документацията на проекта, и избройте lxml в изискванията на вашия проект заедно с beautifulsoup4.

Освен това: "Явното е по-добро от косвеното."

Очевидно първо погледнете приетия отговор. Доста е добър, а що се отнася до тази техническа част:

но не искам да се налага многократно да въвеждам „lxml“ всеки път, когато извиквам BeautifulSoup. Има ли начин да задам кой парсер да използвам веднъж в началото на моята програма?

Ако съм разбрал въпроса ви правилно, мога да се сетя за два подхода, които ще ви спестят натискания на клавиши: - Дефиниране на функция за обвиване или - Създаване на частична функция.

# V1 - define a wrapper function - most straight-forward.
import bs4

def bs_parse(html):
    return bs4.BeautifulSoup(html, 'lxml')
# ...
html = ...
bs_parse(html)

Или ако ти се покаже...

import bs4
from functools import partial
bs_parse = partial(bs4.BeautifulSoup, features='lxml')
# ...
html = ...
bs_parse(html)