如何重新安装lxml？

Question

使用的 Python 版本和设备

• Python 2,7.5
• Mac 10.7.5
• BeautifulSoup 4.2.1.

我正在关注 BeautifulSoup 教程，但是当我尝试使用 lxml 库解析 xml 页面时，出现以下错误：

bs4.FeatureNotFound: Couldn't find a tree builder with the features you requested:
lxml,xml. Do you need to install a parser library?

我确定我已经通过所有方法安装了 lxml：easy_install、pip、port 等。我尝试在我的代码中添加一行以查看是否安装了 lxml：

import lxml

那么python就可以成功地遍历这段代码并再次显示之前的错误消息，发生在同一行。

所以我很确定 lxml 已安装，但未正确安装。所以我决定卸载 lxml，然后使用“正确”的方法重新安装。但是当我输入

easy_install -m  lxml

我收到以下错误：

Searching for lxml
Best match: lxml 3.2.1
Processing lxml-3.2.1-py2.7-macosx-10.6-intel.egg

Using /Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/lxml-
3.2.1-py2.7-macosx-10.6-intel.egg

Because this distribution was installed --multi-version, before you can
import modules from this package in an application, you will need to
'import pkg_resources' and then use a 'require()' call similar to one of
these examples, in order to select the desired version:

pkg_resources.require("lxml")  # latest installed version
pkg_resources.require("lxml==3.2.1")  # this exact version
pkg_resources.require("lxml>=3.2.1")  # this version or higher

Processing dependencies for lxml
Finished processing dependencies for lxml

所以我不知道如何继续卸载，我在 google 上查找了很多关于此问题的帖子，但仍然找不到任何有用的信息。

---

这是我的源代码

import mechanize
from bs4 import BeautifulSoup
import lxml

class count:
    def __init__(self,protein):
        self.proteinCode = protein
        self.br = mechanize.Browser()

    def first_search(self):
        #Test 0
        soup = BeautifulSoup(self.br.open("http://www.ncbi.nlm.nih.gov/protein/21225921?report=genbank&log$=prottop&blast_rank=1&RID=YGJHMSET015"), ['lxml','xml'])
        return

if __name__=='__main__':
    proteinCode = sys.argv[1]
    gogogo = count(proteinCode)

---

问题

1. 如何卸载 lxml？
2. 如何“正确”安装 lxml？我如何知道它已正确安装？

Answer 1

FWIW，我遇到了类似的问题（python 3.6，os x 10.12.6）并且能够通过简单地解决它（第一个命令只是表示我在 conda virtualenv 中工作）：

$ source activate ml-general
$ pip uninstall lxml
$ pip install lxml

我首先尝试了更复杂的事情，因为 BeautifulSoup 可以通过 Jupyter+iPython 使用相同的命令正常工作，但不能通过同一 virtualenv 中的 PyCharm 终端。只需按照上述方式重新安装 lxml 即可解决问题。

Answer 2

如果您在 Ubuntu/Debian 中使用 Python2.7，这对我有用：

$ sudo apt-get build-dep python-lxml
$ sudo pip install lxml 

像这样测试它：

mona@pascal:~/computer_vision/image_retrieval$ python
Python 2.7.6 (default, Jun 22 2015, 17:58:13) 
[GCC 4.8.2] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> import lxml

Answer 3

apt-get 在 Debian/Ubuntu 上： sudo apt-get install python3-lxml 对于 MacOS-X，可以使用 lxml 的 macport。尝试类似的东西 sudo port install py27-lxml

http://lxml.de/installation.html 可能会有所帮助。

Answer 4

我正在使用 BeautifulSoup 4.3.2 和 OS X 10.6.8。我也有安装不正确的问题lxml。以下是我发现的一些事情：

首先，检查这个相关问题：Removed MacPorts, now Python is broken

现在，为了检查安装了 BeautifulSoup 4 的构建器，请尝试

>>> import bs4
>>> bs4.builder.builder_registry.builders

如果您没有看到您喜欢的构建器，则说明它没有安装，您将看到如上的错误（“找不到树构建器...”）。

另外，仅仅因为你可以import lxml，并不意味着一切都是完美的。

试试

>>> import lxml
>>> import lxml.etree

要了解发生了什么，请转到 bs4 安装并打开 egg (tar -xvzf)。注意模块bs4.builder。在其中您应该看到诸如_lxml.py 和_html5lib.py 之类的文件。所以你也可以试试

>>> import bs4.builder.htmlparser
>>> import bs4.builder._lxml
>>> import bs4.builder._html5lib

如果出现问题，您会看到为什么无法加载特定模块。您会注意到在builder/__init__.py 的末尾它如何加载所有这些模块并忽略未加载的任何内容：

# Builders are registered in reverse order of priority, so that custom
# builder registrations will take precedence. In general, we want lxml
# to take precedence over html5lib, because it's faster. And we only
# want to use HTMLParser as a last result.
from . import _htmlparser
register_treebuilders_from(_htmlparser)
try:
    from . import _html5lib
    register_treebuilders_from(_html5lib)
except ImportError:
    # They don't have html5lib installed.
    pass
try:
    from . import _lxml
    register_treebuilders_from(_lxml)
except ImportError:
    # They don't have lxml installed.
    pass