Python2和Python3之间的BeautifulSoup HTMLparsingError

Question

我在Python27上运行了一个bs4程序，它运行正常，一旦我使用Python3，我就遇到了问题。我正在使用bs4的更新版本。我运行它的文件是html，我注意到错误在标签上。我需要更新支持模块吗？喜欢lxml？

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

永远感谢帮助！

Answer 1

看看是否安装了html5lib

pip install html5lib

然后像这样发出请求修复了这个问题。

from bs4 import BeautifulSoup

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

这对我有用。