如何在python中输入html

Question

我想将 html 文档输入到我的 python 中。

我收到此错误：

UnicodeDecodeError：“cp950”编解码器无法解码位置中的字节 0xbb
362: 非法多字节序列

使用此代码时：

from bs4 import BeautifulSoup

soup = BeautifulSoup(open(xxx.html))  
print(soup)

我做错了什么？

Answer 1

您正面临编码/解码问题。
试试这个：

soup = BeautifulSoup(open('xxx.html', encoding='your xxx.html file encoding'))

您可以通过在文件中搜索“字符集”找到“您的 xxx.html 编码”。
然后，你会得到类似charset=utf-8 或其他charset=xxx
'='、'utf-8' 或 'xxx' 后面是你的 xxx.html 编码