为什么读取html的文件要下载lxml，和beautifulsoup html5lib，这些是包还是插件，使用了哪些函数？

lxml和beautifulsoup是Python库，是用来解析HTML和XML文档的工具。而html5lib是第三方的库，也是用来解析HTML文档的工具。在Python中解析HTML文档有多种方法，其中使用lxml和beautifulsoup较为常见。lxml的解析速度比较快，而beautifulsoup的API比较易用，可以方便地提取HTML文档中的数据。

在使用lxml库时，可以使用其中的etree模块来解析HTML文档。比如，可以使用etree.parse函数来解析HTML文档，使用etree.HTML函数来将HTML文档转换为Element对象，然后可以使用Element对象的方法来获取HTML文档中的数据。

在使用beautifulsoup库时，可以使用其中的BeautifulSoup类来解析HTML文档。比如，可以使用BeautifulSoup函数来将HTML文档转换为BeautifulSoup对象，然后可以使用BeautifulSoup对象的方法来获取HTML文档中的数据。

需要注意的是，如果HTML文档中包含了一些不规范的标签或语法，使用lxml和beautifulsoup可能会出现解析错误。这时可以尝试使用html5lib库来解析HTML文档，因为它能够更好地处理不规范的标签或语法。