Python 3.5调用html5tidy报错，求使用文档及解决方案

看起来你遇到的问题根源在于html5lib的API更新导致与过时的html5tidy库不兼容——html5tidy的代码是基于旧版html5lib编写的，而你当前安装的html5lib已经移除了parseMeta这个参数，直接调用tidy()自然会触发参数错误。

下面给你几个可行的解决方向：

1. 降级html5lib到兼容版本 #

html5tidy的代码适配的是旧版html5lib，你可以安装一个保留parseMeta参数的历史版本来兼容：

pip install html5lib==0.9999999

安装完成后再尝试调用tidy()，应该就能正常运行了。

2. 替换为维护活跃的HTML格式化工具 #

既然你已经安装了lxml和html5lib，完全可以直接用这两个维护状态更好的库来实现HTML格式化，不用依赖缺乏维护的html5tidy。这里给你两个实用示例：

用html5lib实现格式化 #

import html5lib
from html5lib.treebuilders import getTreeBuilder

def tidy_html(untidied_html):
    # 用lxml作为树构建器，提升处理效率
    parser = html5lib.HTMLParser(tree=getTreeBuilder("lxml"))
    dom_tree = parser.parse(untidied_html)
    # 序列化时开启漂亮打印，输出格式化后的HTML字符串
    return html5lib.serialize(dom_tree, pretty_print=True, encoding="unicode")

用lxml实现格式化 #

lxml本身对HTML的处理能力很强，格式化代码更简洁：

from lxml import html

def tidy_html(untidied_html):
    tree = html.fromstring(untidied_html)
    # pretty_print=True开启格式化，encoding='unicode'直接返回字符串而非字节
    return html.tostring(tree, pretty_print=True, encoding='unicode')

额外说明 #

html5tidy对Python3的支持非常有限，且几乎没有后续维护，文档缺失也是常态。建议你直接切换到lxml或html5lib的原生API，这两个库都有完善的官方文档和活跃的维护，能避免后续更多兼容性问题。

内容的提问来源于stack exchange，提问作者RBV