问题标签 [html5lib]

今天尝试使用 pip 安装一些软件包时弹出此错误。Python 版本 - 3.5.4

它给出了以下例外：

即使对于 pip update 命令，也会出现此异常。html5lib版本是 0.999。以下代码似乎工作正常。

关于为什么会出现此错误的任何指示都会有所帮助。提前致谢。

运行 python 代码时出现此错误：

所以我在网上搜索并阅读了这个

我检查了我安装的软件包，html5lib 和 6 似乎都是最新版本。

我想知道这里有什么问题？

*上下文：

当我在 jupyter notebook 中运行完全相同的代码时，它运行没有问题。

我正在运行一个 Python 程序，它获取一个 UTF-8 编码的网页，我使用 pandas(read_html) 从 HTML 表中提取一些文本并将结果写入 csv 文件

但是，当我将此文本写入文件时，其中的所有空格都会以意外编码写入（例如 \xd0\xb9\xd1\x82\xd0\xb8）。为了解决这个问题，我在后面添加了一行 i = i.split(" ")，csv 文件中的所有空格都替换为字符，示例如下：

['0', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '1', '', '', '', '', '', '', '', '', '', '', '', '', '', '2', '', '', '3\n0', '', '', '', '', '', '', '', 'number', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', 'last name', '', 'number', 'plan', 'NaN\n1', '', '', '', '', '', '', '', '', '', 'NaN', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', 'NaN', '', '', 'not', 'NaN\n2', '', '', '', '', '53494580', '', '', '', '', '', '', '', '', '', '+', '(53)494580', '', '', '', '', '', '', '', '', 'NP_551', 'NaN\n3', '', '', '', '', '53494581', '', '', '', '', '', '', '', '', '', '+', '(53)494581', '', '', '', '', '', '', '', '', 'NP_551', 'NaN\n4', '', '', '', '']

我想摆脱字符（''，）有没有办法解决这个问题？任何指针将不胜感激。

代码蟒蛇：

在尝试读取 html 数据框时，我遇到了以下关于 html5lib 的错误。

这是代码：

这是错误：

任何帮助将非常感激。谢谢

我正在尝试HTMLSanitizerMixin从html5lib.sanitizer Python 中的模块导入模块。在网上搜索后，我在更新中看到html5lib他们删除了sanitizer包，但即使我尝试从新位置导入它，我现在似乎也无法得到它。

tensorflow 1.7.0 has requirement numpy>=1.13.3, but you'll have numpy 1.11.0 which is incompatible. tensorboard 1.7.0 has requirement html5lib==0.9999999, but you'll have html5lib 0.999 which is incompatible. tensorboard 1.7.0 has requirement numpy>=1.12.0, but you'll have numpy 1.11.0 which is incompatible.

请参考这个截图

为什么这些消息会显示......即使我安装了正确的版本？我已经升级并一遍又一遍地重新安装它们。我还重新安装了 pip 并尝试了简单的 pip 安装。但问题仍然存在。

我的操作系统安装可能有问题吗？(Ubuntu 16.4)

这些是我通过运行得到的一些结果 pip freeze

我有两个 html5lib。当我尝试更新到 tensorflow 时，它会出错。

这是显示的两个 html5libconda list html5lib 1.0.1 py36_0 html5lib 0.9999999 <pip>

问题是我无法删除或更新它。

当我使用pip install html5lib时，会弹出一个错误

Requirement already satisfied: html5lib in /Users/apple/anaconda3/lib/python3.6/site-packages (1.0.1) Exception: Traceback (most recent call last): File "/Users/apple/anaconda3/lib/python3.6/site-packages/pip/_internal/basecommand.py", line 228, in main status = self.run(options, args) File "/Users/apple/anaconda3/lib/python3.6/site-packages/pip/_internal/commands/install.py", line 291, in run resolver.resolve(requirement_set) File "/Users/apple/anaconda3/lib/python3.6/site-packages/pip/_internal/resolve.py", line 103, in resolve self._resolve_one(requirement_set, req) File "/Users/apple/anaconda3/lib/python3.6/site-packages/pip/_internal/resolve.py", line 262, in _resolve_one check_dist_requires_python(dist) File "/Users/apple/anaconda3/lib/python3.6/site-packages/pip/_internal/utils/packaging.py", line 46, in check_dist_requires_python feed_parser.feed(metadata) File "/Users/apple/anaconda3/lib/python3.6/email/feedparser.py", line 175, in feed self._input.push(data) File "/Users/apple/anaconda3/lib/python3.6/email/feedparser.py", line 103, in push self._partial.write(data) TypeError: string argument expected, got 'NoneType'

但是当我使用时pip uninstall html5lib，会弹出另一个错误

Exception: Traceback (most recent call last): File "/Users/apple/anaconda3/lib/python3.6/site-packages/pip/_internal/basecommand.py", line 228, in main status = self.run(options, args) File "/Users/apple/anaconda3/lib/python3.6/site-packages/pip/_internal/commands/uninstall.py", line 68, in run auto_confirm=options.yes, verbose=self.verbosity > 0, File "/Users/apple/anaconda3/lib/python3.6/site-packages/pip/_internal/req/req_install.py", line 660, in uninstall uninstalled_pathset = UninstallPathSet.from_dist(dist) File "/Users/apple/anaconda3/lib/python3.6/site-packages/pip/_internal/req/req_uninstall.py", line 355, in from_dist for path in uninstallation_paths(dist): File "/Users/apple/anaconda3/lib/python3.6/site-packages/pip/_internal/req/req_uninstall.py", line 50, in unique for item in fn(*args, **kw): File "/Users/apple/anaconda3/lib/python3.6/site-packages/pip/_internal/req/req_uninstall.py", line 67, in uninstallation_paths r = csv.reader(FakeFile(dist.get_metadata_lines('RECORD'))) File "/Users/apple/anaconda3/lib/python3.6/site-packages/pip/_vendor/pkg_resources/__init__.py", line 1408, in get_metadata_lines return yield_lines(self.get_metadata(name)) File "/Users/apple/anaconda3/lib/python3.6/site-packages/pip/_vendor/pkg_resources/__init__.py", line 1404, in get_metadata value = self._get(self._fn(self.egg_info, name)) File "/Users/apple/anaconda3/lib/python3.6/site-packages/pip/_vendor/pkg_resources/__init__.py", line 1516, in _get with open(path, 'rb') as stream: FileNotFoundError: [Errno 2] No such file or directory: '/Users/apple/anaconda3/lib/python3.6/site-packages/html5lib-1.0.1.dist-info/RECORD'

有什么想法可以解决这个问题吗？

您好，我尝试从 page_source 中提取链接，我的代码是：

现在我只想抓取这个链接

我尝试做的事情：

使用 bs4 从 html 邮件中删除可疑评论。现在我遇到了所谓conditional comments的类型问题downlevel-revealed。

请参阅：https ://docs.microsoft.com/en-us/previous-versions/windows/internet-explorer/ie-developer/compatibility/ms537512(v=vs.85)#syntax-of-conditional-comments

提取评论之前：

提取评论后：

问题：

小b也应该去掉。问题是，bs4 将第一个评论检测为一个评论对象，但第二个被检测为 3 个对象。Comment(if)、NavigableString(b) 和 Comment(endif)。提取只是删除了这两种评论类型。内容为“b”的 NavigableString 保留在 DOM 中。

有什么解决办法吗？

我现在对一些我认为我理解的事情感到困惑，但事实证明我一直认为这是理所当然的。

人们经常遇到这种类型的for循环：

elem在我遇到这个简化字符串的一个版本之前，我没有过多关注的是实际情况：

我不再确定我期望的输出是什么，但是当我运行这段代码时：

输出是：

所以 bs4+html.parser 在字符串中找到了 10 个元素。他们的选择和呈现对我来说似乎不直观（例如，跳过opening text和closing text）。不仅如此，print(len(soup))结果是7!

所以为了确保，我换掉html.parser了lxml和html5lib. 在这两种情况下，print(len(soup))不仅是1，而且elems 的数量也跃升至 13！而且，自然地，额外的元素是不同的。从第 4 次elem到最后，两个库都与html.parser. 然而，对于前三个...

与html5lib您一起获得：

lxml另一方面，使用，您会得到：

那么这一切背后的哲学是什么？是谁的“错”？有“正确”或“错误”的答案吗？而且，实际上，我应该只虔诚地遵循一个解析器，还是每个解析器都有时间和地点？

为问题的长度道歉。