python - Python2 和 Python3 之间的 BeautifulSoup HTMLparsingError

Question

我在 Python27 上运行了一个 bs4 程序，它运行良好，我在使用 Python3 时遇到了问题。我正在为两者使用更新版本的 bs4。我正在运行它的文件是 html，我注意到错误出现在标签上。是否有我需要更新的支持模块？像lxml？

代码：

from bs4 import BeautifulSoup

data = open(directory +'\\'+ file)
soup = BeautifulSoup(data, 'html.parser')

这是错误：

...
File "C:\Anaconda3\lib\html\parser.py", line 174, in error 
      raise HTMLParseError(message, self.getpos())
html.parser.HTMLParseError: unknown status keyword 'NKXE' in marked section, 
      at line 318, column 49

永远感谢您的帮助！

Answer 1

看看是否安装html5lib

pip install html5lib

然后提出这样的请求可以解决问题。

from bs4 import BeautifulSoup

data = open(directory +'\\'+ file)
soup = BeautifulSoup(data, 'html5lib')

这对我有用。